报告详情
基于轻量卷积神经网络的隧道病害快速识别研究
编号：140
访问权限：仅限参会人
更新：2024-09-28 17:13:35
浏览：227次
口头报告
报告开始：2024年10月20日 14:15（Asia/Shanghai）
报告时间：15min
所在会场：[S4] 分论坛四、隧道与地下工程运营安全与节能环保科技论坛 [S4-2] 分论坛四下午场
暂无文件
摘要
随着交通强国战略的有力推进，我国交通基础设施日臻完善，逐步从“以建为主”过渡到 “建养并重”的新时期，隧道衬砌内部病害严重影响服役性能和行车安全。面向国家交通基础设施高品质建设与智能运维需求，以隧道常见病害中的裂缝、渗漏水、防火涂层脱落为研究对象，针对隧道衬砌病害采集干扰因素多、识别精度低、诊断主观性强等问题，提出了一种高精度快速识别算法，然后开发了隧道病害移动式智能检测平台，实现了隧道病害的快速精确识别。
关键词
暂无
报告人
周中
副教授 中南大学全部评论
重要日期
-
会议日期
10月18日
2024
至10月21日
2024
-
09月10日 2024
初稿截稿日期
-
10月08日 2024
报告提交截止日期
-
10月21日 2024
注册截止日期
主办单位
中国土木工程学会隧道及地下工程分会
中山大学
中山大学
承办单位
中山大学土木工程学院
隧道工程灾变防控与智能建养全国重点实验室
隧道工程灾变防控与智能建养全国重点实验室
发表评论