基于迁移学习的桥墩结构损伤识别方法

提出一种深度学习的桥墩结构损伤识别方法,该方法通过迁移学习(TL)将源模型的权重和参数转移到目标模型上,加快深度模型的训练速度、提升模型损伤识别精度。使用连续小波变换将振动信号转换成时频图作为深度模型的输入,构建可识别砼结构损伤的深度模型,该模型的固定部分使用源模型的权重和参数,非固定部分的权重和参数使用新的数据训练得到;通过试验及仿真对该模型的有效性进行验证,试验方面使用砼桥梁在有损伤和无损伤时的振动信号,仿真采用ABAQUS/CAE建立砼塑性损伤识别模型(CDP)并采集振动信号;将文中方法与从零开始训练的深度卷积神经网络(CNN)及支持向量机(SVM)方法进行对比,文中方法在试验数据上的识别精度达99.1%,在仿真数据上的精度达100%,相对于传统识别方法,该方法可提高损伤识别精度和模型训练速度。     

图纸拧紧信息识别技术的研究

本文研究了图纸拧紧信息识别技术在工业制造中的应用,旨在通过对图纸拧紧工艺信息的提取和识别,实现对拧紧工艺参数的自动化录入。本文首先介绍了拧紧信息识别技术的背景和意义,然后阐述了拧紧信息提取和识别的原理和方法,包括图像处理、特征提取、模式识别等。最后,通过实验验证了该技术的可行性和优越性,并对同类技术进行了比较分析,为工业制造领域提供有益的参考和指导。     

铁路声屏障表观病害智能检测技术

针对铁路声屏障外观状态检查效率低、检测精度差的现状,为满足自动化、智能化检测需求,开展声屏障表观病害智能检测技术研究。通过调研分析声屏障检测技术现状,提出基于图像的铁路声屏障表观病害智能检测技术方案。重点对声屏障外观成像、主从协同控制、在线识别等关键技术的实现方式进行研究,同时对部分功能进行了试验验证;基于钢轨探伤车进行图像采集,检测速度80 km/h,建立声屏障病害典型样本数据集,验证了在线识别的可行性和有效性。结果表明,铁路声屏障表观病害智能检测技术可大幅提升病害检测的自动化和智能化水平。     

一种智能机器人系统在动车组一级修作业中的应用

文章介绍一种基于图像及声学自动识别技术的智能机器人综合探测系统,可实现动车组关键部件状态准确分析、异音诊断及故障分级预警,部分关键技术填补了国内相关领域技术空白,系统成功应用到全国各铁路局部分动车所一级修检修基地,有效提升了动车组一级修作业智能化水平和故障检修效率并减轻了人工作业的劳动强度,实现动车组一级修从“人检人修”到“机检人修”的跨越。     

基于动态栅格与隐马尔科夫模型前车换道意图识别

针对前车换道意图识别预测问题,提出基于动态栅格地图与混合高斯隐马尔科夫模型结合的识别预测方法,建立以自车车头中心点为零点的动态栅格地图描述前车的位置信息,基于语义分割的方法获取前方车辆的轮廓特征与车道线,并分析前方障碍车辆的相关运动状态信息.将动态栅格地图与混合高斯隐马尔科夫模型相结合,识别预测前车换道行为.利用可观测...     

大数据环境下舰船尾迹破碎图像高精度识别技术

针对原有方法在对舰船尾迹破碎图像进行识别的过程中,受破碎图像特征残缺的影响,存在大量难以检测的角点,在图像破碎度为40%～60%时存在特征抽样拟合率较低的问题,提出一种大数据环境下舰船尾迹破碎图像高精度识别技术。在大数据环境下,通过SUSAN角点检测算法这种大数据算法对舰船尾迹破碎图像进行角点检测。构建图像特征检测模型,利用构建模型对舰船尾迹破碎图像角点处实施特征检测,获取舰船尾迹破碎图像特征。通过构建舰船尾迹破碎图像高精度识别模型实现舰船尾迹破碎图像高精度识别。为了证明大数据环境下舰船尾迹破碎图像高精度识别技术实现了特征抽样拟合率的提升,将原有技术作为对比实验技术进行该技术与原有技术的特征抽样拟合率对比实验,实验结果证明该技术实现了特征抽样拟合率的提升,更适用于舰船尾迹破碎图像的识别。     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度,提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络,通过引入图像注意力机制与动态元融合,能够在卷积前向传递过程中补充低层图像视觉线索,有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题,增强对细粒度特征的识别能力;同时,引入外部神经知识的元选择网络,实现网络多阶段预测的自适应融合,以避免权重偏置现象。实验结果表明,文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难,有效提高识别准确率。     

部分预应力混凝土梁抗剪强度的分析与计算

本又对影响部分预应力混凝土梁杭剪强度的几个主要因素:预应力度, 剪跨比;混凝土杭拉强度;纵向配筋率;配箍率,上翼缘宽度等进行了 分析,并依据国内外部分试验资杆,提出了部分预应力混凝土杭剪强度 的计算公_式,与试验结果比较,有令人满意的吻合性及较好的适用性, 可供工程设计参考。      

动态载荷识别的自适应延迟逆模型方法

为减小载荷识别问题对原系统先验知识的依赖,采用系统的自适应延迟逆模型识别时域载荷。采用自适应算法辨识延迟逆模型,代替了一般识别方法中的系统特性矩阵求逆过程,避免了病态问题。随后将工作状态下的响应作为逆模型的输入,则其输出就是时域载荷的延迟估计。通过对两端简支梁结构进行载荷识别的仿真研究,以及对双层隔振试验台架的试验研究,识别了稳态激励和瞬态激励,验证了该方法的有效性。该方法不需要了解系统的数学模型及参数,因此能够应用于工程实践中。     

基于图像分割与目标提取的舰船遥感影像分析技术

舰船遥感影像分析技术在舰船目标识别、海上航运交通管理、资源探测和军事侦察等领域发挥着重要的作用,是一种快速、高效和准确的海上舰船信息获取方法。遥感技术的理论基础是电磁波原理,该技术利用遥感卫星等设备采集和分析远距离物体辐射和反射的电磁波信号,从而进行地面物体的探测和识别。由于遥感技术存在巨大的优势,因此,基于遥感技术的舰船遥感影像分析和目标提取有重要意义,决定了海上目标识别和海上监察的水平。本文针对舰船的高分辨率遥感影像,详细的介绍了图像分割原理和目标提取原理,在此基础上研究了一种全新的舰船遥感图像分析技术。