隧道渗漏红外特征识别与提取技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题来源 | 第8页 |
| 1.2 隧道渗漏危害 | 第8-10页 |
| 1.3 隧道检测方法现状 | 第10-12页 |
| 1.4 渗漏水检测分析方法 | 第12-14页 |
| 1.5 论文主要研究思路 | 第14-16页 |
| 2 隧道渗漏水识别技术研究 | 第16-38页 |
| 2.1 渗漏水识别技术分析 | 第16-18页 |
| 2.2 卷积神经网络理论基础 | 第18-22页 |
| 2.3 渗漏水识别数据集构建 | 第22-26页 |
| 2.4 渗漏水识别模型构建 | 第26-32页 |
| 2.5 模型训练与性能分析 | 第32-37页 |
| 2.6 小结 | 第37-38页 |
| 3 隧道渗水区提取技术研究 | 第38-58页 |
| 3.1 渗漏水检测技术分析 | 第38-39页 |
| 3.2 全卷积神经网络理论基础 | 第39-40页 |
| 3.3 渗水区提取数据集构建 | 第40-43页 |
| 3.4 渗水区提取模型构建 | 第43-49页 |
| 3.5 模型训练与性能分析 | 第49-56页 |
| 3.6 小结 | 第56-58页 |
| 4 隧道渗漏水定量分析技术研究 | 第58-80页 |
| 4.1 渗漏水定量分析 | 第58-64页 |
| 4.2 衬砌检测算法 | 第64-71页 |
| 4.3 渗水区反变形 | 第71-75页 |
| 4.4 反变形计算精度分析 | 第75-79页 |
| 4.5 小结 | 第79-80页 |
| 5 总结与展望 | 第80-82页 |
| 5.1 全文总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 附录Ⅰ 攻读硕士学位期间研究成果 | 第89-91页 |
| 附录Ⅱ 红外热像图渗水检测模型结构参数配置 | 第91-96页 |
| 附录Ⅲ 红外热像图渗水提取模型结构参数配置 | 第96-101页 |
| 附录Ⅳ 衬砌检测模型结构参数配置 | 第101-102页 |
