logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于深度卷积神经网络的混凝土表观裂缝检测
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
中小水厂氯系消毒剂副产物现状及控
湖南省学科资源配置效率研究
基于深度学习人脸表情识别研究
高能效卷积神经网络VLSI优化
脑胶质瘤表观遗传学研究--1.
基于全空洞卷积神经网络图像语义
筒串卷积算法用于非均匀介质光子剂
基于TMS320C54XRS+
基于传统卷积神经网络处理器反卷
基于身份公钥密码系统研究
多特征提取与渗流模型相结合隧道
基于测地线距离变换桥梁裂缝检测
基于深度神经网络异常声音事件检
基于卷积神经网络放空火炬烟雾识
大体积混凝土施工裂缝预防与补救
跨海大桥混凝土裂缝养护和寿命预测
基于深度脊波神经网络极化SAR
基于卷积神经网络图像分类方法研
深度卷积神经网络及其在图像测距中
基于深度学习织物面料成分分类算
大型混凝土结构裂缝无损检测方法研
深度报道生产方式新变化--深度
基于深度级联卷积网络脑肿瘤精细
深度学习下视觉地点识别研究
基于深度学习电梯轿厢内人员异常
基于3D卷积唇语识别研究与设
基于MDNet视频目标跟踪算法
分布卷积卷积封闭性及其应用
基于共享卷积神经网络交通标志检
基于深度学习鸡蛋外观缺陷检测
基于高光谱成像技术和SVM神经网
水泥混凝土路面裂缝扩展机理及磨细
基于深度学习手掌静脉识别
复杂环境下植物病害叶片图像分割
基于数据驱动电力系统小干扰稳定
基于卷积神经网络火焰图像识别
基于深度学习网络评论情感分析技
基于FPGA卷积神经网络图像分
基于卷积神经网络人体动作识别技
基于CNNSAR目标识别FPG
融合多尺度卷积网络与域适应策略
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于深度卷积神经网络的混凝土表观裂缝检测
 
     论文目录
 
摘要第4-5页
Abstract第5-6页
第1章 绪论第10-18页
    1.1 课题来源第10页
    1.2 课题背景及研究意义第10-11页
    1.3 国内外研究现状及分析第11-16页
        1.3.1 卷积神经分类网络第11-14页
        1.3.2 语义分割网络第14-16页
    1.4 主要研究内容第16-18页
第2章 基于深度卷积神经网络的裂缝检测框架第18-35页
    2.1 引言第18页
    2.2 基于深度卷积神经网络的裂缝检测框架的建立第18-26页
        2.2.1 数据集的建立第18-22页
        2.2.2 网络模型及训练参数第22-23页
        2.2.3 评价指标第23-24页
        2.2.4 测试方法第24-25页
        2.2.5 裂缝标记方式第25-26页
    2.3 不同因素对测试性能的影响第26-32页
        2.3.1 卷积神经网络对裂缝检测性的影响第27-29页
        2.3.2 数据集对裂缝检测效果的影响第29-31页
        2.3.3 测试方式对裂缝检测性能的影响第31-32页
        2.3.4 裂缝标记方式对裂缝检测性能的影响第32页
    2.4 结果讨论第32-33页
    2.5 本章小结第33-35页
第3章 基于经典分类卷积神经分类网络的裂缝检测第35-56页
    3.1 引言第35页
    3.2 卷积神经网络的基本组成及算法第35-39页
        3.2.1 卷积层第35-36页
        3.2.2 池化层第36页
        3.2.3 批量归一化层第36-37页
        3.2.4 特征汇合层第37页
        3.2.5 全连接层第37-38页
        3.2.6 激活层第38页
        3.2.7 分类层第38页
        3.2.8 Softmax损失函数与随机梯度下降第38-39页
    3.3 五种经典分类卷积神经网络介绍第39-46页
        3.3.1 Alex Net第39-40页
        3.3.2 Inception-v3第40-42页
        3.3.3 Res Net第42-43页
        3.3.4 Xception第43-44页
        3.3.5 Dense Net第44-46页
    3.4 经典分类卷积神经网络的训练和测试第46-52页
        3.4.1 数据集第46页
        3.4.2 网络训练第46-48页
        3.4.3 评价指标第48-49页
        3.4.4 测试结果及分析第49-52页
    3.5 数据集大小合理性验证第52-53页
    3.6 网络融合第53-54页
    3.7 本章小结第54-56页
第4章 基于全卷积神经网络的裂缝检测第56-74页
    4.1 引言第56页
    4.2 全卷积神经网络的原理及裂缝检测第56-65页
        4.2.1 全卷积神经网络的原理第57-61页
        4.2.2 全卷积神经网络裂缝检测第61-65页
    4.3 基于空洞卷积改进的FCN-8s裂缝检测模型第65-71页
        4.3.1 空洞卷积第65-67页
        4.3.2 新型网络架构第67-68页
        4.3.3 新网络测试结果与分析第68-71页
    4.4 在新数据集下的网络性能测试第71-72页
        4.4.1 新数据集第71页
        4.4.2 试验结果第71-72页
    4.5 本章小结第72-74页
结论与展望第74-75页
参考文献第75-80页
致谢第80页

 
 
论文编号BS4620053,这篇论文共80
会员购买按0.35元/页下载,共需支付28元。        直接购买按0.5元/页下载,共需要支付40元 。
我还不是会员,注册会员
会员下载更优惠!充值送钱!
我只需要这篇,无需注册!
直接网上支付,方便快捷!
 您可能感兴趣的论文
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我