预印迹 文章 版本1 保存在廊下 此版本不是对等审核的

基于深度学习的多分辨率分析的混凝土裂缝监测

版本1:收到:2021年6月7日/批准:7月20日/在线:7月7日(15:53:18 Cest)

如何引用:Arbaoui,a .;ouahabi,a .;雅克,s .;汉氏,M.基于深入学习的多分辨率分析的混凝土裂缝监测。预印迹2021.,2021060194(DOI:10.20944 / PREPRINPS202106.0194.v1)。Arbaoui,a .;ouahabi,a .;雅克,s .;汉氏,M.基于深入学习的多分辨率分析的混凝土裂缝监测。预印象2021,2021060194(DOI:10.20944 / preprints202106.0194.v1)。

摘要

在本文中,我们提出了一种新的混凝土结构裂纹监测方法。这种方法基于本文,我们提出了一种用于监测混凝土结构裂缝的新方法。该方法基于样品的多分辨率分析或所研究的材料的样品或经过几种类型的征集。通过超声波调查和由专用小波加工获得的图像将根据几种尺度分析,以检测内部裂缝和裂纹启动。这项工作的最终目标是提出基于卷积神经网络(CNN)的自动裂缝型识别方案。在这种情况下,可以在没有进入混凝土表面的情况下监测裂缝传播,并且目标是在混凝土表面上可见之前检测裂缝。允许这种性能的关键思想是两种主要数据分析工具的组合,这些工具是小波和深度学习。此原始程序允许达到接近0.90的高精度。在这项工作中,我们还通过从公开的数据集深度学习来实现另一种用于自动检测外部裂缝的方法。

主题领域

裂缝;小波;多分辨率分析;超声成像;深度学习;CNN.

评论(0)

我们鼓励广泛的读者评论和反馈。看标准的评论和我们的多样性声明。

留下公众评论
向作者发送私人评论
意见 0.
下载 0.
注释 0.
指标 0.


×
警报
通知我关于本文的更新或在发布对等审核版本时。
我们在网站上使用cookie以确保您获得最佳体验。
阅读更多关于我们的饼干的更多信息在这里