-
公开(公告)号：CN112699736B
公开(公告)日：2024-06-07
申请号：CN202011442501.7
申请日：2020-12-08
申请人： 江西省交通科学研究院有限公司 , 东南大学
IPC分类号： G06V20/10 , G06V10/764 , G06N3/084 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/045
摘要： 本发明提供了一种基于空间注意力的桥梁支座病害识别方法，包括以下步骤：获取桥梁支座图像数据，通过人工标注的方法赋予标签，标签包含正常支座及桥梁服役的过程中可能出现的各类支座病害。构建带有空间注意力机制的神经网络模型，其中空间注意力机制通过一个小型的神经网络生成4个注意力坐标值，根据这4个坐标值筛选出图像中有价值的区域，并通过格点生成函数和双线性插值方法放缩至指定的大小；把空间注意力机制的输出作为卷积神经网络的输入进行训练，得到具有预测支座病害的神经网络模型。本发明的注意力模型能够让网络模型自动的提取出桥梁支座图像中有价值的区域进行学习，相较于传统卷积神经网络模型，能有效提高支座病害的识别精度。
-
公开(公告)号：CN112488990B
公开(公告)日：2024-06-07
申请号：CN202011202472.7
申请日：2020-11-02
申请人： 东南大学 , 江西省交通科学研究院有限公司
IPC分类号： G06T7/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种基于注意力正则化机制的桥梁支座病害识别方法，具体如下：获取桥梁支座图像，桥梁支座图像包括支座不同的状态；根据桥梁支座不同的状态标注桥梁支座图像，标注桥梁支座图像包括标注支座图像的类别标签信息和空间位置标签；设计适应于注意力机制正则化机制的卷积神经网络模型的损失函数；设计适应于注意力机制正则化机制的卷积神经网络模型；利用损失函数，选择可微分的优化算法迭代训练上述中设计的卷积神经网络模型，利用图像的类别标签信息和空间位置标签进行训练，优化网络模型，获得用于自动识别桥梁支座病害的模型，根据该网络模型进行桥梁支座病害的识别。本发明能够自动识别桥梁支座病害，提高识别的精确度。
-
公开(公告)号：CN215829810U
公开(公告)日：2022-02-15
申请号：CN202121829693.7
申请日：2021-08-06
申请人： 江西省交通科学研究院有限公司
摘要： 本实用新型公开了一种采用FRP复合技术加固的混凝土窄梁，在混凝土梁体上部设置若干纵向方向的水平通孔，水平通孔以上的梁体表面开槽和水平通孔组成上环向闭合槽，水平通孔以下的梁体表面开槽和水平通孔组成下环向闭合槽；在混凝土梁体下部前后表面分别设置若干横向槽；在上环向闭合槽内装设上闭合环形FRP箍，在下环向闭合槽内装设下闭合环形FRP箍，横向槽内设置横向FRP内嵌条；水平通孔、上环向闭合槽、下环向闭合槽和横向槽内填充有环氧树脂。本实用新型的加固结构，可以在不改变截面面积前提下，有效提高被加固混凝土窄梁的弯、剪、扭耦合力学性能，弥补了当前混凝土结构加固需增加截面尺寸且仅能提高受弯或受剪单一力学性能的不足。
-
公开(公告)号：CN106392464B
公开(公告)日：2018-07-03
申请号：CN201611069194.6
申请日：2016-11-29
申请人： 河海大学 , 东南大学 , 宿迁市河海大学研究院
IPC分类号： B23P9/02
摘要： 本发明公开了一种对称锥体滚压部件，采用锥体回转滚子压头，包括旋转压体和滚子压头。旋转压体包括保持架、支撑轴、轴套筒、轴销、连接卡块、滚压刀本体、弹簧、铰制孔螺栓；滚子压头一体成型，其外观为两个相同尺寸的圆锥台型滚子在底面拼合而成，设置于旋转压体嵌槽内。还公开了一种对称锥体滚压装置，包括上述滚压部件。本发明装置通过旋转压体带动嵌套其内的回转滚子压头，对金属表面进行往复高速滚压加工，在金属表面产生应变强化作用，从而实现金属表面强化，锥体回转滚子分支撑面和工作面，支撑面将压体的正压力传递至工作面，工作面与试件之间接近纯滚动，且工作面与压体之间的预留间隙避免了两者的接触摩擦，可有效提高模具使用寿命。
-
公开(公告)号：CN112749733A
公开(公告)日：2021-05-04
申请号：CN202011559958.6
申请日：2020-12-25
申请人： 江西省交通科学研究院 , 东南大学
摘要： 本发明提供了一种基于混合模型及图像金字塔的桥梁支座病害识别方法，包括以下步骤：获取桥梁支座图像，并人工赋予标签；通过图像处理的方法，生成每个图像的图像金字塔；建立由卷积神经网络和循环神经网络共同组成的混合模型，然后，提取出的特征向量作为一组序列输入到循环神经网络中，循环神经网络的输出，通过一个分类网络输出该图像的类别概率。迭代训练得到具有识别桥梁支座病害的混合模型。本发明的卷积神经网络与循环神经网络的混合模型可充分利用桥梁支座图像的多尺度信息，相较于传统的神经网络，可在训练数据有限的前提下有效提高模型的识别精度，为桥梁支座的自动化检测提供基础。
-
公开(公告)号：CN112699736A
公开(公告)日：2021-04-23
申请号：CN202011442501.7
申请日：2020-12-08
申请人： 江西省交通科学研究院 , 东南大学
摘要： 本发明提供了一种基于空间注意力的桥梁支座病害识别方法，包括以下步骤：获取桥梁支座图像数据，通过人工标注的方法赋予标签，标签包含正常支座及桥梁服役的过程中可能出现的各类支座病害。构建带有空间注意力机制的神经网络模型，其中空间注意力机制通过一个小型的神经网络生成4个注意力坐标值，根据这4个坐标值筛选出图像中有价值的区域，并通过格点生成函数和双线性插值方法放缩至指定的大小；把空间注意力机制的输出作为卷积神经网络的输入进行训练，得到具有预测支座病害的神经网络模型。本发明的注意力模型能够让网络模型自动的提取出桥梁支座图像中有价值的区域进行学习，相较于传统卷积神经网络模型，能有效提高支座病害的识别精度。
-
公开(公告)号：CN106392464A
公开(公告)日：2017-02-15
申请号：CN201611069194.6
申请日：2016-11-29
申请人： 河海大学 , 东南大学 , 宿迁市河海大学研究院
IPC分类号： B23P9/02
CPC分类号： B23P9/02
摘要： 本发明公开了一种对称锥体滚压部件，采用锥体回转滚子压头，包括旋转压体和滚子压头。旋转压体包括保持架、支撑轴、轴套筒、轴销、连接卡块、滚压刀本体、弹簧、铰制孔螺栓；滚子压头一体成型，其外观为两个相同尺寸的圆锥台型滚子在底面拼合而成，设置于旋转压体嵌槽内。还公开了一种对称锥体滚压装置，包括上述滚压部件。本发明装置通过旋转压体带动嵌套其内的回转滚子压头，对金属表面进行往复高速滚压加工，在金属表面产生应变强化作用，从而实现金属表面强化，锥体回转滚子分支撑面和工作面，支撑面将压体的正压力传递至工作面，工作面与试件之间接近纯滚动，且工作面与压体之间的预留间隙避免了两者的接触摩擦，可有效提高模具使用寿命。
-
公开(公告)号：CN112488990A
公开(公告)日：2021-03-12
申请号：CN202011202472.7
申请日：2020-11-02
申请人： 东南大学 , 江西省交通科学研究院
摘要： 本发明公开了一种基于注意力正则化机制的桥梁支座病害识别方法，具体如下：获取桥梁支座图像，桥梁支座图像包括支座不同的状态；根据桥梁支座不同的状态标注桥梁支座图像，标注桥梁支座图像包括标注支座图像的类别标签信息和空间位置标签；设计适应于注意力机制正则化机制的卷积神经网络模型的损失函数；设计适应于注意力机制正则化机制的卷积神经网络模型；利用损失函数，选择可微分的优化算法迭代训练上述中设计的卷积神经网络模型，利用图像的类别标签信息和空间位置标签进行训练，优化网络模型，获得用于自动识别桥梁支座病害的模型，根据该网络模型进行桥梁支座病害的识别。本发明能够自动识别桥梁支座病害，提高识别的精确度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.047 秒)
