首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像识别和机器学习的桥梁养护管理系统研究与实现

摘要第4-5页
abstract第5页
第一章 绪论第8-12页
    1.1 项目研究背景第8-10页
        1.1.1 引言第8-9页
        1.1.2 当前桥梁养护存在的问题第9-10页
    1.2 国内外研究现状第10-11页
        1.2.1 国外桥梁养护管理系统的发展第10页
        1.2.2 国内桥梁养护管理系统的发展第10-11页
    1.3 论文研究解决的主要问题和组织结构第11-12页
第二章 相关背景知识介绍第12-24页
    2.1 系统技术研究分析第12-16页
        2.1.1 系统搭建架构第12-13页
        2.1.2 数据库技术第13-14页
        2.1.3 微信小程序第14-16页
    2.2 桥梁养护规范评估方法第16-20页
        2.2.1 桥梁评估规范体系第16页
        2.2.2 桥梁总体性能评估第16-18页
        2.2.3 桥梁可靠性评估第18-20页
    2.3 纹理特征提取技术第20-22页
        2.3.1 局部二值模式第20-21页
        2.3.2 灰度共生矩阵第21-22页
    2.4 随机森林分类算法第22-23页
    2.5 本章小结第23-24页
第三章 系统需求分析和数据库设计第24-31页
    3.1 系统需求分析第24-28页
        3.1.1 系统总体需求第24-25页
        3.1.2 系统功能性需求第25-27页
        3.1.3 系统非功能性需求第27-28页
        3.1.4 系统运行环境第28页
    3.2 数据库设计分析第28-30页
    3.3 本章小结第30-31页
第四章 桥梁养护管理系统的设计与实现第31-45页
    4.1 桥梁新建过程的设计与实现第32-33页
    4.2 桥梁数据管理的设计与实现第33-37页
        4.2.1 桥梁基础信息数据第33-34页
        4.2.2 桥梁检测数据录入第34-35页
        4.2.3 桥梁病害分析第35-36页
        4.2.4 桥梁文件报表管理第36-37页
    4.3 桥梁评估与决策的设计与实现第37-43页
        4.3.1 桥梁技术状况评定第37-38页
        4.3.2 桥梁可靠性评估第38-41页
        4.3.3 桥梁辅助决策第41-43页
    4.4 病害图片拍摄与预测分类的设计与实现第43-44页
    4.5 本章小结第44-45页
第五章 基于图像识别和机器学习的病害分类技术与实验第45-56页
    5.1 基于局部二值模式的纹理特征提取第45-46页
        5.1.1 LBP图谱转换第45-46页
        5.1.2 LBP纹理特征向量第46页
    5.2 基于灰度共生矩阵的纹理特征提取第46-50页
        5.2.1 灰度共生矩阵的计算第47-48页
        5.2.2 基于灰度共生矩阵的纹理计算第48-50页
    5.3 随机森林训练分类模型第50-53页
        5.3.1 数据预处理第50-51页
        5.3.2 实验与分析第51-53页
    5.4 病害图片预测实现第53-55页
    5.5 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 总结第56-57页
    6.2 展望第57-58页
参考文献第58-61页
附录1 攻读硕士学位期间申请的专利第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于半监督生成对抗网络的图像分类
下一篇:基于移动应用的商业物业服务管理系统的设计与实现