圖像識別數(shù)據(jù)庫_第1頁
圖像識別數(shù)據(jù)庫_第2頁
圖像識別數(shù)據(jù)庫_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、圖像識別數(shù)據(jù)庫1.大數(shù)據(jù)在橋梁交通行業(yè)的意義隨著越來越多的橋梁修建，伴隨而來的嚴峻挑戰(zhàn)是橋梁維護和安全問題。從信息角度出發(fā)，橋梁養(yǎng)護工作可描述成一個數(shù)據(jù)采集至數(shù)據(jù)應用的過程。這些數(shù)據(jù)應當包括一切與橋梁相關的數(shù)據(jù)，包括橋梁健康及環(huán)境監(jiān)測數(shù)據(jù)、規(guī)范設定及參數(shù)量化數(shù)據(jù)、數(shù)值模型及模擬計算數(shù)據(jù)、人工采集及性能評價數(shù)據(jù)、橋梁檔案及施工控制數(shù)據(jù)等。在大數(shù)據(jù)時代背景下，艱巨的橋梁養(yǎng)護工作及單一的管理方式必然朝著標準化、智能化、時效化、便捷化、信息化、一體化的方向轉(zhuǎn)變，集成了數(shù)據(jù)庫技術、多媒體技術、虛擬現(xiàn)實技術、網(wǎng)絡技術的橋梁數(shù)字智能化養(yǎng)護管理平臺成為橋梁管養(yǎng)模式的核心。2.圖像識別技術如何應用機器學習進行病

2、害分類2.1.概述首先，基于橋梁病害的特點，建立機器學習訓練用的龐大數(shù)據(jù)庫，分別對數(shù)據(jù)庫中的大量病害數(shù)據(jù)進行分類，針對裂縫、坑糟、露筋、銹蝕以及螺栓脫落等類型做分類標記。如下圖所示。其次，用神經(jīng)網(wǎng)絡的方式學習這些不同標簽下面的同一類圖像，讓機器感知這些同種類型圖像的共同特征。最后，利用建立好的神經(jīng)網(wǎng)絡實現(xiàn)對未知圖像的分類和識別。當有新的橋梁病害發(fā)生并被采集時，基于以上流程進行循環(huán)學習，并成為下一次病害識別的參考依據(jù)。（1）裂縫2.2.原理神經(jīng)網(wǎng)絡分類器用n個表示的樣本送入神經(jīng)網(wǎng)絡，這些分類用二值表示，其原理是：第一級計算匹配度，然后被平行的通過輸出線送到第二級；第二級中各類均有一個輸出，當?shù)玫秸_的分類結果后，分類器

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論