基于细胞神经网络的桥梁裂痕诊断研究

为了更好的监测桥梁裂痕,文章提出了一种改进的细胞神经网络桥梁裂痕图像识别方法。该方法通过一定的图像处理,建立裂痕网络和细节网络,同时增加了裂痕相似网络模型,避免了仅对裂痕特征提取信息不能准确识别裂痕的问题。实验证明,改进的裂痕识别算法实现简单,识别桥梁裂痕准确率高,达到了实时识别技术的要求。

基于细胞神经网络的公路裂痕诊断研究

研究道路裂痕的诊断问题,交通安全系统中准确检测道路质量是保证安全性的关键。但现有的道路监测系统凸显出更多的缺点。为了更好的监测公路裂痕,提出了一种改进的细胞神经网络道路细微裂痕图像识别方法。该方法通过一定的图像处理,建立裂痕网络和细节网络,同时,增加了细微裂痕相似网络模型,避免了仅对裂痕特征提取信息不能准确识别细微裂痕的问题。实验证明,改进的裂痕识别算法实现简单,识别道路上的细微裂痕准确率高,达到了实时识别技术的要求。

基于细胞神经网络的楼面裂痕诊断研究

为了更好地监测楼面裂痕,提出了一种改进细胞神经网络楼面裂痕图像识别方法.该方法通过一定的图像处理,建立裂痕网络和细节网络,同时增加了裂痕相似网络模型,避免了仅对裂痕特征提取信息不能准确识别裂痕的问题.实验证明,改进的裂痕识别算法实现简单,识别楼面裂痕准确率高,达到了实时识别技术的要求.

基于振动能量分析的管道裂痕诊断

提出了一种基于振动能量分析的管道袭痕的检测方法,沿管壁径向激振并在轴向平行线上检振,振动波经过裂痕时,高频成分因被空气隙吸收而严重衰减,低频成分靠衍射透过裂痕,衰减少,实验及数据分析证实了这个结论。

信息化大数据模型的道路裂痕识别和分析

针对市政工程出现的路面裂缝带来的安全隐患问题,采用基于智能摄像机的图像采集技术实现市政道路异常数据信息的获取。通过改进型CLAHE算法对采集到的图像数据信息进行处理,对获取的裂缝图像进行灰度计算,提高了图像识别能力。通过构建新型DE-BP神经网络算法模型,实现道路数据信息的异常故障诊断与分析,大大提高了市政道路裂痕判断能力。实验表明,本研究的方法大大提高了裂缝图像识别的准确率,增加了市政建设的管理能力。