【摘 要】
：
地铁隧道内壁渗水问题非常常见,它对地铁的安全正常运行易产生严重危害。因此,对于渗水病害的识别检测意义重大。人工智能发展速度使人震撼,其中,深度学习已经被广泛且成熟应用。它已实现了更高效、更准确地识别检测。与传统识别检测方法相比,其精确度高,泛化能力强。同时,深度学习能够减少人工成本,降低由于人工识别主观性所造成的误差。对于地铁隧道内壁渗水问题,本文旨在用深度学习相关算法识别渗水。使用技术成熟的Ma
论文部分内容阅读
地铁隧道内壁渗水问题非常常见,它对地铁的安全正常运行易产生严重危害。因此,对于渗水病害的识别检测意义重大。人工智能发展速度使人震撼,其中,深度学习已经被广泛且成熟应用。它已实现了更高效、更准确地识别检测。与传统识别检测方法相比,其精确度高,泛化能力强。同时,深度学习能够减少人工成本,降低由于人工识别主观性所造成的误差。对于地铁隧道内壁渗水问题,本文旨在用深度学习相关算法识别渗水。使用技术成熟的Mask R-CNN神经网络模型作为基础,提出了一种新CNN模型,即改进的Mask R-CNN的地铁内壁渗水识别检测算法,并对其进行深入研究。本文工作如下:（1）本文使用三维激光扫描仪采集地铁隧道内壁的点云数据,该方法与传统方法进行对比,分析了该设备采集数据的优势。（2）对点云数据进行预处理及应用处理。先对点云数据进行简单分析后对其进行去噪、增采样、投影等处理操作。（3）将3D平面点云二维图像化;并利用Open CV对图像进行去噪、锐化等操作,突出特征,提高识别准确性。使用Label Me软件工具对图片中的渗水进行手动标注。（4）本文研究对比了卷积神经网络中多种模型的结构及其工作原理,包括:CNN、R-CNN、Fast R-CNN、Faster R-CNN以及Mask R-CNN。通过研究对比其网络发展进程,清晰了Mask R-CNN网络结构在目标检测中的优势。因此,本文采用了Mask R-CNN网络对处理好的隧道内壁渗水图像中的渗水进行训练识别,实现了渗水的自动识别。利用测试集测试得到原始的Mask R-CNN识别的平均准确率m AP为91%。（5）对Mask R-CNN网络模型进行改进得到S-Mask R-CNN,实现新模型的平均准确率m AP达到97%。与原始Mask R-CNN识别方法相比,S-Mask R-CNN结构清晰,特征学习能力更强,准确率更高。
其他文献
随着各类数据的推广应用，数据的价值正不断受到重视。随之而来的数据安全问题与日俱增，数据遭到篡改、破坏、泄露或者非法获取、非法利用等数据安全事件频繁发生。针对这些问题，文章尝试建立基于业务、围绕数据本身和所处数据处理活动进行全流程风险评估的方法，从评估原理、评估模型、评估场景、评估控制点等方面研究和探索数据安全风险评估的实践路径，为企业数据安全风险评估工作提供一定的参考。
随着科学技术的发展和进步,对能源储存提出了更高的要求。锂离子电池具有能量密度高、循环寿命长等优点,是一种很有前途的储能设备。负极材料作为锂离子电池的重要组成部分,对整个电池性能起到重要的作用。过渡族金属化合物（如:金属氧化物,金属间化合物）,因其资源丰富、成本低廉和电化学性能优异等优点,被广泛用作锂离子电池的负极材料。金属氧化物具有较高的理论比容量,可储存较多的锂离子;金属间化合物具有良好的催化性
类比法是中学物理教学中的一种重要方法,类比法是指根据两个对象间的相同或相似属性,经过比较推理得出两个对象的其他属性也相似的科学方法。应用类比法可以提高教师的课堂教学效率,从而调动学生对物理课程的兴趣、提高学生对知识点的掌握和运用能力、帮助学生突破重难点,同时有利于学生物理知识体系的建构。本文应用文献研究法对文献进行整理分析,阐述类比法的基本定义、理论基础及其发展历史,通过Cite Space软件对
随着新能源汽车以及便携式电子设备等领域的快速发展,人们对储能器件能量密度的要求越来越高。目前,可充电二次电池储能技术日益成熟,以石墨为代表的碳类负极材料由于其良好的稳定性和低成本等优势,在电化学储能市场中被广泛应用。然而石墨较低的理论容量(372 mAh g-1)大大制约了电池整体的能量密度,因此,探索具有高能量密度材料取代碳类负极是目前研究的热点。这其中,钛酸亚铁材料（FeTiO3）由于其良好的
电池管理系统（Battery Management System,BMS）是连接电动汽车和锂电池的重要桥梁,锂电池的荷电状态（State of Charge,SOC）是电池管理系统中的关键参数,对于电池的安全稳定运行具有不可忽视的作用。然而,SOC的值无法通过直接测量得到,因此,准确估计锂电池的SOC就成为了一个亟待解决的问题。本文主要研究基于双向长短期记忆（Bidirectional Long
自动导引车（Automated Guided Vehicle,AGV）在社会生活的各个方面都得到了广泛应用。路径规划是关系到自动导引车AGV能否高效稳定运行的重要问题。本文针对AGV的路径规划问题,研究了AGV环境地图构建法方法,以及基于改进蚁群算法的全局路径规划方法、基于改进动态窗口算法的局部路径规划方法、基于Bezier曲线改进遗传算法的多AGV动态路径规划方法。论文主要研究成果如下。第一,环
柔性可穿戴电子产品在智能服饰、医疗保健和移动通信等领域的持续发展以及“碳中和、碳达峰”绿色经济发展模式的提出,对环保、可持续的柔性能源存储器件产生了迫切的需求。柔性锌空气电池（FZABs）具有能量密度高、机械灵活性良好和环保等优点,被认为是极富前景的柔性能源储存器件。然而,目前柔性锌空气电池的发展受到了发生在空气阴极侧缓慢的氧还原反应（ORR）和氧析出反应（OER）的制约。贵金属（如Pt和Ir、R
本研究首先利用4,4’-二氨基二苯乙烯-2,2’-二磺酸、甲醛、环己基异腈通过Ugi四组分反应对海藻酸盐进行改性,得到疏水性增强的改性海藻酸盐（SA-X）,并通过红外、核磁、XPS、紫外以及荧光光谱分析验证了产物结构。通过流变、表面张力、Zeta电位、光散射稳定性等测试,探究了不同改性程度海藻酸盐对UV-100型聚氨酯丙烯酸酯（PUA）的乳化及稳定作用。研究表明,改性海藻酸盐作用下乳液体系的表面张
开关DC-DC变换器在不同类型的负载下具有不同的非线性动力学行为,却鲜有学者考虑忆阻负载下的DC-DC变换器。忆阻负载的出现对DC-DC变换器动态行为研究以及混沌抑制提出了新的挑战。本文以开关电感Buck-Boost变换器为研究对象,研究其基于忆阻负载的非线性行为及其混沌抑制,具体研究工作如下:第一,本文首先建立了忆阻负载单级开关电感Buck-Boost变换器在连续电流模式下的状态空间模型。基于数
软磁复合材料（Soft Magnetic Composites,SMCs）是将绝缘包覆剂与磁性基体均匀混合,通过粉末冶金方式压制成特定形状后经热处理制备而成的一种磁性功能材料。具有涡流损耗低、磁导率高、矫顽力低、电阻率高、三维各向同性和易于机械加工等优点,可以根据应用场合的需求制成相应的形状。近年来,随着国家大力发展绿色节能材料,具备上述优良特性的软磁复合材料被广泛应用于变压器、互感器、电抗器等电