您当前的位置：
首页 >
文章列表页 >
隧道围岩分级特征智能识别及可视化研究
工程诊所•工匠之家 | 更新时间：2024-01-29
|

    • 隧道围岩分级特征智能识别及可视化研究

    • Intelligent identification of classification features of tunnel surrounding rock and visualization

    • “在隧道围岩分级领域，专家利用深度学习技术，通过DenseNet模型实现围岩特征识别，准确率超87.5%，为智能分级提供新思路。”
    • 铁道科学与工程学报   2024年21卷第1期 页码：406-421

    • DOI：10.19713/j.cnki.43-1423/u.T20230214    

      中图分类号： O319.56

    • 收稿日期：2023-02-23，

      纸质出版日期：2024-01-28

    移动端阅览

  • 陈卫东,李天斌,黄音昊等.隧道围岩分级特征智能识别及可视化研究[J].铁道科学与工程学报,2024,21(01):406-421. DOI： 10.19713/j.cnki.43-1423/u.T20230214.

    CHEN Weidong,LI Tianbin,HUANG Yinhao,et al.Intelligent identification of classification features of tunnel surrounding rock and visualization[J].Journal of Railway Science and Engineering,2024,21(01):406-421. DOI： 10.19713/j.cnki.43-1423/u.T20230214.

  •  
  •  

0

浏览量

432

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

改进YOLOv7和SeaFormer的桥梁裂缝识别与测量
基于语义分割的隧道渗漏水轻量化检测模型研究
基于改进分数去噪网络的铁路场景点云模型去噪方法
基于深度学习的铁轨图像识别技术
基于多尺度可分离蒸馏网络的列车轮对踏面缺陷检测算法

相关作者

杨国俊
齐亚辉
杜永峰
石秀名
王丹丹
侯公羽
张欣怡
陈钦煌

相关机构

兰州理工大学 抗震减灾研究所
兰州理工大学 土木工程学院
中国矿业大学(北京) 力学与土木工程学院
香港理工大学 国家轨道交通电气化与自动化工程技术研究中心香港分中心
香港理工大学 土木与环境工程系
0