期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Bi-LSTM的浅层地下双孔洞探测技术
1
作者
梁靖
张红
+3 位作者
叶晨
周立成
刘泽佳
汤立群
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024年第6期778-783,共6页
文章探究一种基于深度学习的浅层地下孔洞探测技术,以应对地下孔洞给桩基施工安全所造成的严重威胁。基于浅层地震反射波法的原理,采用基础施工过程中的桩锤激震作为激励源,通过在探测区域地表上布置少量加速度传感器采集孔洞反射信号,...
文章探究一种基于深度学习的浅层地下孔洞探测技术,以应对地下孔洞给桩基施工安全所造成的严重威胁。基于浅层地震反射波法的原理,采用基础施工过程中的桩锤激震作为激励源,通过在探测区域地表上布置少量加速度传感器采集孔洞反射信号,并将反射信号作为深度学习的输入,以输出孔洞信息,建立一种新型的智能孔洞探测方法。结果表明,双向长短期记忆神经网络(bidirectional long short-term memory neural network,Bi-LSTM)的预测模型对于地下双孔洞的工况具有较高的识别准确率,在容许误差为2 m的情况下,孔洞位置和直径的预测准确率可达95.3%。该研究验证了基于深度学习的多孔洞探测技术的可行性,有望为施工前期土层地质状况的评估提供技术保障。
展开更多
关键词
地下孔洞探测
桩锤激震
深度学习
双向
长短期
记忆
神经网络
(
bi
-
lstm
)
有限元仿真
下载PDF
职称材料
题名
基于Bi-LSTM的浅层地下双孔洞探测技术
1
作者
梁靖
张红
叶晨
周立成
刘泽佳
汤立群
机构
华南理工大学土木与交通学院
华南理工大学亚热带建筑科学国家重点实验室
广州市高速公路有限公司
出处
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024年第6期778-783,共6页
基金
国家自然科学基金资助项目(11972162)
广州市科技计划资助项目(201903010046)。
文摘
文章探究一种基于深度学习的浅层地下孔洞探测技术,以应对地下孔洞给桩基施工安全所造成的严重威胁。基于浅层地震反射波法的原理,采用基础施工过程中的桩锤激震作为激励源,通过在探测区域地表上布置少量加速度传感器采集孔洞反射信号,并将反射信号作为深度学习的输入,以输出孔洞信息,建立一种新型的智能孔洞探测方法。结果表明,双向长短期记忆神经网络(bidirectional long short-term memory neural network,Bi-LSTM)的预测模型对于地下双孔洞的工况具有较高的识别准确率,在容许误差为2 m的情况下,孔洞位置和直径的预测准确率可达95.3%。该研究验证了基于深度学习的多孔洞探测技术的可行性,有望为施工前期土层地质状况的评估提供技术保障。
关键词
地下孔洞探测
桩锤激震
深度学习
双向
长短期
记忆
神经网络
(
bi
-
lstm
)
有限元仿真
Keywords
underground hole detection
pile hammer shock
deep learning
bi
directional long short-term memory neural network(
bi
-
lstm
)
finite element simulation
分类号
U442.2 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Bi-LSTM的浅层地下双孔洞探测技术
梁靖
张红
叶晨
周立成
刘泽佳
汤立群
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部