發(fā)布時(shí)間：2021-01-25 18:44

　　地震后應(yīng)急期內(nèi)的首要任務(wù)是評(píng)估災(zāi)區(qū)建筑結(jié)構(gòu)損傷程度,并根據(jù)評(píng)估結(jié)果迅速組織應(yīng)急排險(xiǎn)、恢復(fù)重建等工作。傳統(tǒng)的評(píng)估方法往往受限于評(píng)估人員的專業(yè)背景,使得評(píng)估結(jié)果因人而異,且評(píng)估過(guò)程持時(shí)長(zhǎng)、時(shí)效差。因此,一種快速、穩(wěn)定的建筑結(jié)構(gòu)損傷評(píng)估方法尤為重要。通過(guò)對(duì)國(guó)內(nèi)外研究現(xiàn)狀的分析,本文提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的建筑結(jié)構(gòu)損傷評(píng)估方法,該方法具有較高的識(shí)別效率和準(zhǔn)確率,主要研究?jī)?nèi)容如下:（1）針對(duì)我國(guó)量大面廣的RC框架結(jié)構(gòu),收集了汶川地震和蘆山地震中框架結(jié)構(gòu)破壞圖片,包括非結(jié)構(gòu)構(gòu)件和結(jié)構(gòu)構(gòu)件,按照《建筑物破壞等級(jí)劃分標(biāo)準(zhǔn)》將結(jié)構(gòu)構(gòu)件中梁柱劃分為輕微破壞、中度破壞和重度破壞;非結(jié)構(gòu)構(gòu)件中天花板和填充墻分別劃分為完好、破壞和輕微破壞、中度破壞、重度破壞;針對(duì)圖片不足的問(wèn)題,采取旋轉(zhuǎn)、鏡像手段對(duì)圖片庫(kù)進(jìn)行擴(kuò)充,為后續(xù)的模型訓(xùn)練提供數(shù)據(jù)集。（2）本文基于遷移學(xué)習(xí)方法,利用深度卷積神經(jīng)網(wǎng)絡(luò)框架中的Alex Net網(wǎng)絡(luò)對(duì)震后框架建筑破壞數(shù)據(jù)集進(jìn)行學(xué)習(xí)。通過(guò)與Google Net和Res Net的對(duì)比實(shí)驗(yàn),驗(yàn)證了Alex Net在本次識(shí)別任務(wù)中的優(yōu)越性。研究Batchsize、Epoch、Dropout、優(yōu)化函... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

汶川地震中結(jié)構(gòu)構(gòu)件破壞情況

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-2-圖1-1汶川地震中結(jié)構(gòu)構(gòu)件破壞情況改革開(kāi)放以來(lái)，隨著經(jīng)濟(jì)水平的發(fā)展，我國(guó)城鄉(xiāng)建筑質(zhì)量顯著提高，在中震下，很少有房屋承重構(gòu)件破壞的現(xiàn)象出現(xiàn)。通過(guò)對(duì)大量的震后災(zāi)害圖片數(shù)據(jù)分析發(fā)現(xiàn)，填充墻作為鋼筋混凝土框架結(jié)構(gòu)的第一道抗震防線，損壞十分嚴(yán)重。a)底層窗間墻開(kāi)裂外凸b)內(nèi)部填充墻開(kāi)裂c)內(nèi)部?jī)?nèi)隔墻開(kāi)裂d)填充墻頂部梁下形成水平裂縫圖1-2蘆山地震中填充墻破壞情況

第1章緒論-3-a)龍門鄉(xiāng)中心學(xué)校教學(xué)樓，頂層天花板幾乎全部掉落b)蘆山縣人民醫(yī)院門診樓，天花板、燈具大量掉落c)天緣超市天花板大量掉落d)幼兒園走廊發(fā)生天花板掉落e)澎湖候機(jī)大廳天花板掉落f)某辦公樓內(nèi)天花板大量掉落圖1-3地震中天花板破壞情況

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)AlexNet模型的肺癌輔助檢測(cè)方法[J]. 傅磊,林振衡,謝海鶴.  莆田學(xué)院學(xué)報(bào). 2019(05)
[2]基于Tensorflow對(duì)卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究[J]. 郭敏鋼,宮鶴.  計(jì)算機(jī)工程與應(yīng)用. 2020(01)
[3]AlexNet改進(jìn)及優(yōu)化方法的研究[J]. 郭敏鋼,宮鶴.  計(jì)算機(jī)工程與應(yīng)用. 2020(20)
[4]人臉識(shí)別中AlexNet網(wǎng)絡(luò)設(shè)計(jì)和改進(jìn)方法研究[J]. 趙遠(yuǎn)東,劉振宇,柯麗,陳香敏.  通信技術(shù). 2019(03)

碩士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病蟲(chóng)害識(shí)別及實(shí)現(xiàn)[D]. 吳健宇.哈爾濱工業(yè)大學(xué) 2019



本文編號(hào)：2999703