深度学习下分类个数的研究及基于CNN的路面脱空分类应用

发布时间：2021-04-11 09:51

　　水泥混凝土作为公路路面的重要组成成分,虽然具有坚固、耐久的良好特性,可是随着一些自然因素的影响,路面也会遭到不同种程度的破坏。路面脱空就是最为常见的一种,但是,目前关于路面脱空程度的分类都是人为凭经验确定的,缺乏客观的对路面脱空程度自动分类的研究。首先,本文给出了一种基于信息论准则的分类个数确定的方法。主要研究内容包括:相似矩阵构造中局部高斯核函数的选取、规范化拉普拉斯矩阵的构造以及根据规范化拉普拉斯矩阵对AIC准则、MDL准则进行更新使其适用于数据集分类个数的计算。其次,利用GA指标对不同分类个数下路面脱空检测数据集的分类准确率进行评价,并以此来评判分类个数的好坏。最后,先是对VGG-16网络的机构进行了调整:去掉两个全连接层减少网络结构中大部分的参数;把卷积单元5的卷积核神经元调整为每个700,使需要保存的数据量大大减小;后又根据路面脱空检测数据的特点,采用迁移学习的方式来预训练网络模型,旨在显著提高VGG-16网络模型的识别准确率。利用GA指标对分类个数进行评价,结果表明,3类时的GA指标为0.9367,4类时的GA指标为0.9883。用VGG-16网络对该数据集进行训练和测试时... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

路面检测点的原始音频信号波形图

采用小波阈值法对路面检测点的原始音频信号去噪处理，有效信号能够根据小波域中的不同形态加以分辨，从而去除噪声。以样本数据中的其中一个音频信号为例，原始信号和小波阈值法去噪后的信号如图5.3和图5.4所示：图5.3 路面检测点的原始音频信号波形图

第五章 基于信息论准则的类个数确定实验及结果分析49图5.4 路面检测点的原始音频信号去噪后的波形图对路面检测点的原始信号去噪后的波形图进行规范化处理，主要有以下两步：（1）对音频信号进行规范化，得到矩阵并将矩阵的维数定为1000 1 ；（2）将数据保存在一个样本集中，构造数据集矩阵 X 。5.1.3 基于信息论准则的路面脱空检测数据集的类个数计算将数据集 X 按照基于信息论准则的数据集分类个数估计方法进行计算，首先根据数据集 X 构造相关矩阵W ，再根据相似矩阵构造规范化拉普拉斯矩阵symL ，求出该矩阵的特征值并按照从大到小的顺序排列：1 2 30n ；然后，求得似然函数 ( k)

【参考文献】：
期刊论文
[1]基于泛化能力的K-均值最佳聚类数确定方法[J]. 张雄,赵礼峰.  计算机技术与发展. 2017(09)
[2]迁移学习研究进展[J]. 庄福振,罗平,何清,史忠植.  软件学报. 2015(01)
[3]声振检测方法的发展[J]. 邬冠华,林俊明,任吉林,周昌智.  无损检测. 2011(02)
[4]基于弯沉指数的水泥混凝土路面板角脱空识别[J]. 赵军,唐伯明,谈至明,蒙华.  同济大学学报(自然科学版). 2006(03)
[5]地质雷达在混凝土路面板脱空检测中的应用探讨[J]. 曾海,张东长.  公路交通技术. 2005(03)
[6]基于小波变换的图像增强新算法[J]. 周旋,周树道,黄峰,周小滔.  计算机应用. 2005(03)

硕士论文
[1]路用探地雷达在道路工程中的应用研究[D]. 刘恒.大连理工大学 2002



本文编号：3131037