查询结果:   张洪瑞,卫文学,车吉鑫,邵婉露.基于DC-YOLO模型的建筑物砌体构件危险性等级鉴定方法[J].计算机应用与软件,2019,36(9):181 - 185,213.
中文标题
基于DC-YOLO模型的建筑物砌体构件危险性等级鉴定方法
发表栏目
人工智能与识别
摘要点击数
44
英文标题
HAZARD LEVEL IDENTIFICATION OF BUILDING MASONRY COMPONENTS BASED ON DC-YOLO MODEL
作 者
张洪瑞 卫文学 车吉鑫 邵婉露 Zhang Hongrui Wei Wenxue Che Jixin Shao Wanlu
作者单位
山东科技大学计算机科学与工程学院 山东 青岛 266590     
英文单位
College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, Shandong, China     
关键词
深度学习 砌体构件 危险性等级鉴定 可变形卷积
Keywords
Deep learning Masonry components Hazard level identification Deformable convolution
基金项目
国家重点研发计划项目(2016YFC0801408)
作者资料
张洪瑞,硕士生,主研领域:深度学习,物联网技术。卫文学,副教授。车吉鑫,硕士生。邵婉露,硕士生。 。
文章摘要
为了提高房屋危险性等级鉴定工作的效率,避免人为干预,使鉴定结果更客观,设计DC-YOLO模型。该模型是将深度学习与目标检测算法结合,设计的一种砌体构件危险性等级自动化鉴定方法。采用K-means聚类获得最佳先验框数量和尺寸;扩大网格尺寸以提高对小目标的识别能力;引入可变形卷积,以适应砌体构件裂缝形状不规则的特点。实验结果表明,DC-YOLO模型与常规方法比较,对各类目标的识别率均有不同程度的提高,精确率、召回率、F1值均达到了较好的效果,对于建筑物砌体构件危险性等级有较好的分类性能。
Abstract
In order to improve the efficiency of the house hazard level identification, avoid human intervention, and make the identification results more objective, the DC-YOLO model was designed. By combining deep learning with target detection algorithms, the model was an automated identification method for the hazard level of masonry components. K-means clustering was used to obtain the best number and size of a priori frames. The grid size was expanded to improve the ability to identify small targets. We introduced deformable convolution to adapt to the irregular shape of the cracks in masonry components. The experimental results show that compared with the conventional method, DC-YOLO model has improved the recognition rate of various targets in varying degrees. The precision ratio, recall and F1 value have achieved good results. It has better classification performance for the hazard level grade of building masonry components.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于深度学习的音频抑郁症识别
李金鸣
人工智能与识别
2019
9
161
[摘要]
2
基于DC-YOLO模型的建筑物砌体构件危险性等级鉴定方法
张洪瑞
人工智能与识别
2019
9
181
[摘要]
3
引入注意力机制的自然场景文本检测算法研究
牛作东
人工智能与识别
2019
9
198
[摘要]
4
恶意域名检测研究与应用综述
王媛媛
安全技术
2019
9
310
[摘要]
5
边缘计算的物联网深度学习及任务卸载调度策略
苟英
网络与通信
2019
8
125
[摘要]
6
卷积深度神经网络在基于文档的自动问答任务中的应用与改进
傅健
人工智能与识别
2019
8
177
[摘要]
7
基于卷积神经网络的脐橙果梗脐部检测算法及应用
杜雨亭
人工智能与识别
2019
7
208
[摘要]
8
基于层次语义理解的电力系统客服工单分类
杨鹏
人工智能与识别
2019
7
231
[摘要]
9
基于深度学习的复杂网络实时Sybil攻击检测算法
李扬
算法
2019
7
300
[摘要]
10
基于新型物联网的蚕室环境管理系统设计与应用
孙孝龙
应用技术与研究
2019
6
58
[摘要]
11
基于深度学习的IPTV视频用户行为分析方法研究
刘超
人工智能与识别
2019
6
167
[摘要]
12
面向医疗设备的深度问答系统的设计
饶林尚
人工智能与识别
2019
6
171
[摘要]
13
基于改进卷积神经网络的单幅图像物体重建方法
张玉麒
图像处理与应用
2019
6
190
[摘要]
14
基于IRGAN模型和Hadoop的电影推荐系统的设计
赵桂升
应用技术与研究
2019
5
43
[摘要]
15
跨域标记牌文字检测算法研究
于之靖
人工智能与识别
2019
5
133
[摘要]
16
对抗样本生成在人脸识别中的研究与应用
张加胜
人工智能与识别
2019
5
158
[摘要]
17
深度迁移学习辅助的阿尔兹海默氏症早期诊断
金祝新
图像处理与应用
2019
5
171
[摘要]
18
基于CNN-LSTM网络的声纹识别研究
闫河
人工智能与识别
2019
4
166
[摘要]
19
基于弱监督深度学习的文本聚类算法及应用
谭敏
人工智能与识别
2019
4
171
[摘要]
20
基于依存关系和双通道卷积神经网络关系抽取方法
吴佳昌
算法
2019
4
241
[摘要]
21
营销活动问题标签分类语料库的构建与分类研究
徐俊利
数据工程
2019
3
42
[摘要]
22
基于深度CNN和极限学习机相结合的实时文档分类
闫河
人工智能与识别
2019
3
174
[摘要]
23
基于深度学习模型的自发学习表情识别方法研究
何秀玲
人工智能与识别
2019
3
180
[摘要]
24
基于深度学习的伺服系统状态预测算法
张鹏
算法
2019
3
236
[摘要]
25
基于深度信念网络的CYP450 2C9抑制性分类
李自臣
人工智能与识别
2019
2
189
[摘要]
26
基于AlexNet的小样本水面漂浮物识别
李宁
人工智能与识别
2019
2
245
[摘要]
27
一种加权的深度森林算法
宫振华
算法
2019
2
274
[摘要]
28
基于深度学习的永磁同步电机故障诊断方法
张周磊
人工智能与识别
2019
10
摘要还未上传
29
中文作文句间逻辑合理性智能判别方法研究
刘杰
应用技术与研究
2019
1
71
[摘要]
30
基于深度学习的锂电池褶皱检测方法的研究
王刚
人工智能与识别
2019
1
216
[摘要]
31
基于粒子群的HLS的自动化架构实现
吴家飞
软件技术与研究
2018
9
22
[摘要]
32
文本情感分析的深度学习方法
邢长征
数据工程
2018
8
102
[摘要]
33
基于深度学习的慢性肝病CT报告相似度分析
常炳国
算法
2018
8
289
[摘要]
34
改进的Alexnet模型及在油井示功图分类中的应用
段友祥
人工智能与识别
2018
7
226
[摘要]
35
基于深度学习的代码分析研究综述
张峰逸
综合评述
2018
6
9
[摘要]
36
生成式对抗网络在抑郁症分类中的应用
刘宁
人工智能与识别
2018
6
163
[摘要]
37
基于TensorFlow进行股票预测的深度学习模型的设计与实现
韩山杰
算法
2018
6
267
[摘要]
38
基于DBN和TSVM的混合入侵检测模型研究
张克君
安全技术
2018
5
313
[摘要]
39
基于深度学习的电力大数据融合与异常检测方法
刘冬兰
数据工程
2018
4
61
[摘要]
40
基于注意力的BiLSTM-CNN中文微博立场检测模型
白静
算法
2018
3
266
[摘要]
41
基于分块的有遮挡人脸识别算法
周孝佳
人工智能与识别
2018
2
183
[摘要]
42
基于深度学习的移动社交网络用户分类研究
王嘉祺
应用技术与研究
2018
12
42
[摘要]
43
改进的卷积神经网络图片分类识别方法
闫河
人工智能与识别
2018
12
193
[摘要]
44
基于深度学习的图片问答系统设计研究
周远侠
人工智能与识别
2018
12
199
[摘要]
45
基于神经网络融合的司机违规行为识别
李俊俊
图像处理与应用
2018
12
222
[摘要]
46
基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究
张兰霞
应用技术与研究
2018
11
130
[摘要]
47
基于深度学习的青梅品级半监督智能认知方法
李帷韬
图像处理与应用
2018
11
245
[摘要]
48
视频人脸图像质量评估及其在课堂点名系统中的应用
方冠男
多媒体技术应用
2018
10
140
[摘要]
49
基于Leap Motion手势识别方法在树木交互的应用
王红全
人工智能与识别
2018
10
153
[摘要]
50
基于深度学习的脊柱CT图像分割
刘忠利
图像处理与应用
2018
10
200
[摘要]
51
基于多路特征融合和深度学习的露霜图像分类
周忠义
图像处理与应用
2018
10
205
[摘要]
52
基于深度学习的视频近似拷贝检索
冯兆华
多媒体技术应用
2018
1
160
[摘要]
53
结合卷积神经网络不同层的特征进行包类商品检索
骆正茂
人工智能与识别
2018
1
195
[摘要]
54
基于深度学习的鱼类分类算法研究
顾郑平
人工智能与识别
2018
1
200
[摘要]
55
基于深度卷积神经网络的人脸识别技术综述
景晨凯
图像处理与应用
2018
1
223
[摘要]
56
构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化
邹国良
应用技术与研究
2017
9
57
[摘要]
57
基于深度学习的PD致病基因活性预测
李自臣
人工智能与识别
2017
9
183
[摘要]
58
基于RNN进行面向主题的特征定位方法
尹春林
软件技术与研究
2017
6
12
[摘要]
59
融合深度及边界信息的图像目标识别
原彧鑫
图像处理与应用
2017
4
183
[摘要]
60
基于卷积神经网络的汽车型号识别
陈淑君
图像处理与应用
2017
11
228
[摘要]
61
一种基于深度学习的新型小目标检测方法
陈江昀
人工智能与识别
2017
10
227
[摘要]
62
基于深度自编码器网络的人脸特征点定位方法
梁洋洋
人工智能与识别
2016
9
139
[摘要]
63
基于线性解码和深度回归预测的图像分类算法
张鸿
图像处理与应用
2016
11
130
[摘要]
64
结合侧抑制机制的自动编码器训练新算法
倪嘉成
人工智能与识别
2015
9
157
[摘要]
65
基于深度学习和部分模型的相关性人脸检测
谭萍
人工智能与识别
2015
12
123
[摘要]