基于卷積神經(jīng)網(wǎng)絡的砂石骨料粒徑粒形評價研究
發(fā)布時間:2021-05-13 14:20
混凝土是國家基礎設施建設的重要建材材料,而細骨料是混凝土主要原材料之一,其粒徑粒形對混凝土的多種性能均有顯著影響。高性能混凝土需要良好品質(zhì)的細骨料,良好品質(zhì)的細骨料需具有合理的粒徑粒形。在行業(yè)應用中對粒徑分布(級配)檢測費時費力,不能直接獲取骨料的幾何尺寸參數(shù);對骨料粒形檢測儀器復雜、且只對部分指標進行了間接測量,未對粒形進行直接量化;對細骨料品質(zhì)檢測只停留在宏觀因素評估。因此本文基于0.8-2.0mm的三種細骨料圖像提取的幾何參數(shù)數(shù)據(jù),展開骨料級配、粒形、品質(zhì)研究。首先,類比行業(yè)中篩分法對骨料級配進行檢測,以圖像尺寸參數(shù)劃分粒級,以累計面積、累計體積等效篩分法中累計質(zhì)量,得到圖像級配,通過修正因子使得圖像法級配與篩分級配有良好的一致性。其次,引入特征選擇對細骨料12個二維圖像粒形特征進行分析,基于互信息與最大信息系數(shù)提出新的特征子集評價函數(shù)MMFS。實驗結(jié)果表明,該方法較MIFS準確率提升了3.8%。再通過隨機森林特征選擇模型對MMFS算法得到的候選特征子集進行精選,得到6個最重要粒形特征。以6個最重要粒形特征的重要度作為權(quán)重,定義了粒形綜合系數(shù)公式:粒形綜合系數(shù)=∑(粒形特征×權(quán)重...
【文章來源】:貴州師范大學貴州省
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 選題背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 特征選擇研究現(xiàn)狀
1.3.2 卷積神經(jīng)網(wǎng)絡研究現(xiàn)狀
1.4 主要研究內(nèi)容
1.4.1 研究目的
1.4.2 研究內(nèi)容
1.4.3 技術路線
2 基于圖像法的細骨料級配檢測
2.1 骨料幾何參數(shù)獲取
2.2 骨料級配原理
2.3 實驗結(jié)果分析
2.3.1 初步結(jié)果分析
2.3.2 誤差分析
2.4 圖像法級配檢測的適用性驗證
2.5 本章小結(jié)
3 基于特征選擇的粒形研究
3.1 行業(yè)粒形檢測
3.2 粒形表征參數(shù)
3.3 特征選擇相關理論
3.3.1 特征選擇
3.3.2 互信息
3.3.3 最大信息系數(shù)
3.4 新的特征子集評價函數(shù)
3.5 基于隨機森林的特征選擇
3.5.1 隨機森林思想
3.5.2 隨機森林特征重要度評估
3.6 實驗設置與結(jié)果分析
3.6.1 實驗設置
3.6.2 結(jié)果分析
3.7 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡的品質(zhì)研究
4.1 卷積神經(jīng)網(wǎng)絡基本原理
4.1.1 卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)
4.1.2 激活函數(shù)
4.1.3 代價函數(shù)
4.1.4 基本工作原理
4.2 數(shù)據(jù)集
4.3 網(wǎng)絡訓練
4.3.1 激活函數(shù)的選擇
4.3.2 模型優(yōu)化
4.4 實驗結(jié)果分析
4.5 本章小結(jié)
5 結(jié)論與展望
5.1 主要結(jié)論
5.2 研究展望
參考文獻
致謝
攻讀碩士學位期間主要研究成果
【參考文獻】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的混凝土路面裂縫檢測[J]. 王麗蘋,高瑞貞,張京軍,王二成. 計算機科學. 2019(S2)
[2]基于數(shù)字圖像處理技術的砂土顆粒級配分析研究[J]. 呂超,唐朝生,李勝杰,謝約翰,劉博,徐其良,王東偉. 高校地質(zhì)學報. 2019(03)
[3]如何看待中國水泥價格問題[J]. 孔祥忠. 中國建材. 2019(05)
[4]級配對機制砂應用性能的影響研究[J]. 喻萍,潘菲,姜觀榮. 粉煤灰綜合利用. 2017(03)
[5]卷積神經(jīng)網(wǎng)絡研究綜述[J]. 周飛燕,金林鵬,董軍. 計算機學報. 2017(06)
[6]骨料粒形的評定方法及對混凝土工作性能的影響[J]. 吳波,李固華. 建筑科學. 2014(11)
[7]細骨料顆粒形貌特征、顯微及微觀結(jié)構(gòu)研究[J]. 溫喜廉,歐陽東,李建友. 混凝土. 2013(06)
[8]機制砂級配對混凝土性能的影響規(guī)律與作用效應[J]. 艾長發(fā),彭浩,胡超,周永武,屠凌波. 混凝土. 2013(01)
[9]隨機森林理論淺析[J]. 董師師,黃哲學. 集成技術. 2013(01)
[10]基于隨機森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟. 吉林大學學報(工學版). 2014(01)
博士論文
[1]細集料幾何特征參數(shù)的表征及對瀝青混合料性能影響研究[D]. 王大慶.哈爾濱工業(yè)大學 2013
[2]基于信息熵的特征選擇算法研究[D]. 劉華文.吉林大學 2010
碩士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡的熟料顆粒方法研究[D]. 徐江川.中國科學技術大學 2018
[2]機制砂粒徑粒形檢測系統(tǒng)開發(fā)及實驗研究[D]. 陳思嘉.華僑大學 2017
[3]基于數(shù)字圖像處理技術瀝青混合料空隙及級配檢測的研究[D]. 顏廷野.吉林大學 2014
本文編號:3184171
【文章來源】:貴州師范大學貴州省
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 選題背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 特征選擇研究現(xiàn)狀
1.3.2 卷積神經(jīng)網(wǎng)絡研究現(xiàn)狀
1.4 主要研究內(nèi)容
1.4.1 研究目的
1.4.2 研究內(nèi)容
1.4.3 技術路線
2 基于圖像法的細骨料級配檢測
2.1 骨料幾何參數(shù)獲取
2.2 骨料級配原理
2.3 實驗結(jié)果分析
2.3.1 初步結(jié)果分析
2.3.2 誤差分析
2.4 圖像法級配檢測的適用性驗證
2.5 本章小結(jié)
3 基于特征選擇的粒形研究
3.1 行業(yè)粒形檢測
3.2 粒形表征參數(shù)
3.3 特征選擇相關理論
3.3.1 特征選擇
3.3.2 互信息
3.3.3 最大信息系數(shù)
3.4 新的特征子集評價函數(shù)
3.5 基于隨機森林的特征選擇
3.5.1 隨機森林思想
3.5.2 隨機森林特征重要度評估
3.6 實驗設置與結(jié)果分析
3.6.1 實驗設置
3.6.2 結(jié)果分析
3.7 本章小結(jié)
4 基于卷積神經(jīng)網(wǎng)絡的品質(zhì)研究
4.1 卷積神經(jīng)網(wǎng)絡基本原理
4.1.1 卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)
4.1.2 激活函數(shù)
4.1.3 代價函數(shù)
4.1.4 基本工作原理
4.2 數(shù)據(jù)集
4.3 網(wǎng)絡訓練
4.3.1 激活函數(shù)的選擇
4.3.2 模型優(yōu)化
4.4 實驗結(jié)果分析
4.5 本章小結(jié)
5 結(jié)論與展望
5.1 主要結(jié)論
5.2 研究展望
參考文獻
致謝
攻讀碩士學位期間主要研究成果
【參考文獻】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的混凝土路面裂縫檢測[J]. 王麗蘋,高瑞貞,張京軍,王二成. 計算機科學. 2019(S2)
[2]基于數(shù)字圖像處理技術的砂土顆粒級配分析研究[J]. 呂超,唐朝生,李勝杰,謝約翰,劉博,徐其良,王東偉. 高校地質(zhì)學報. 2019(03)
[3]如何看待中國水泥價格問題[J]. 孔祥忠. 中國建材. 2019(05)
[4]級配對機制砂應用性能的影響研究[J]. 喻萍,潘菲,姜觀榮. 粉煤灰綜合利用. 2017(03)
[5]卷積神經(jīng)網(wǎng)絡研究綜述[J]. 周飛燕,金林鵬,董軍. 計算機學報. 2017(06)
[6]骨料粒形的評定方法及對混凝土工作性能的影響[J]. 吳波,李固華. 建筑科學. 2014(11)
[7]細骨料顆粒形貌特征、顯微及微觀結(jié)構(gòu)研究[J]. 溫喜廉,歐陽東,李建友. 混凝土. 2013(06)
[8]機制砂級配對混凝土性能的影響規(guī)律與作用效應[J]. 艾長發(fā),彭浩,胡超,周永武,屠凌波. 混凝土. 2013(01)
[9]隨機森林理論淺析[J]. 董師師,黃哲學. 集成技術. 2013(01)
[10]基于隨機森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟. 吉林大學學報(工學版). 2014(01)
博士論文
[1]細集料幾何特征參數(shù)的表征及對瀝青混合料性能影響研究[D]. 王大慶.哈爾濱工業(yè)大學 2013
[2]基于信息熵的特征選擇算法研究[D]. 劉華文.吉林大學 2010
碩士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡的熟料顆粒方法研究[D]. 徐江川.中國科學技術大學 2018
[2]機制砂粒徑粒形檢測系統(tǒng)開發(fā)及實驗研究[D]. 陳思嘉.華僑大學 2017
[3]基于數(shù)字圖像處理技術瀝青混合料空隙及級配檢測的研究[D]. 顏廷野.吉林大學 2014
本文編號:3184171
本文鏈接:http://sikaile.net/kejilunwen/huagong/3184171.html