基于探地雷达技术及卷积神经网络理论的公路路基病害评价
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-16页 |
| 第二章 公路路基破坏成因及分析 | 第16-25页 |
| 2.1 公路结构组成 | 第16页 |
| 2.2 不均匀沉降 | 第16-19页 |
| 2.3 路基沉陷 | 第19-22页 |
| 2.4 裂缝 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 不同材料下的探地雷达图像 | 第25-38页 |
| 3.1 LTD—2000型探地雷达简介 | 第25-26页 |
| 3.2 探地雷达基本原理 | 第26-28页 |
| 3.3 探地雷达检测精度的影响因素 | 第28-30页 |
| 3.3.1 介电常数 | 第28页 |
| 3.3.2 环境导电率 | 第28-29页 |
| 3.3.3 探测频率 | 第29-30页 |
| 3.4 探地雷达图像 | 第30-37页 |
| 3.4.1 水泥混凝土 | 第30-31页 |
| 3.4.2 沥青混合料 | 第31-33页 |
| 3.4.3 钢筋 | 第33-34页 |
| 3.4.4 管道 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 路基病害信号识别与优化算法 | 第38-44页 |
| 4.1 “三维一体化”检测技术 | 第38页 |
| 4.2 基于谱剖面技术的路基病害识别 | 第38-39页 |
| 4.3 支持向量机(SVM) | 第39页 |
| 4.4 S变换 | 第39-40页 |
| 4.5 Sobel边缘检测 | 第40页 |
| 4.6 K值聚类分析 | 第40-41页 |
| 4.7 卷积神经网络 | 第41-42页 |
| 4.8 本章小结 | 第42-44页 |
| 第五章 基于卷积神经网络理论的算法 | 第44-51页 |
| 5.1 图像采集 | 第44-46页 |
| 5.2 结构描述 | 第46-48页 |
| 5.3 级联卷积神经网络学习 | 第48-49页 |
| 5.4 本章小结 | 第49-51页 |
| 第六章 应用实例 | 第51-58页 |
| 6.1 训练与验证结果 | 第51页 |
| 6.2 识别稳定性分析 | 第51-53页 |
| 6.2.1 发射频率的影响 | 第51-52页 |
| 6.2.2 路面结构的影响 | 第52-53页 |
| 6.3 对比结果分析 | 第53-56页 |
| 6.4 本章小结 | 第56-58页 |
| 第七章 结论与展望 | 第58-59页 |
| 参考文献 | 第59-66页 |
| 致谢 | 第66页 |
