-
题名基于卷积神经网络的城墙多光谱成像病害检测方法
- 1
-
-
作者
李敏
王慧琴
王可
王展
李源
-
机构
西安建筑科技大学信息与控制工程学院
陕西省文物保护研究院
西安博物院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2024年第4期532-540,共9页
-
基金
陕西省自然科学基础研究计划(2021JM-377)
西安建筑科技大学校基金(ZR21033)
西安建筑科技大学工程技术有限公司项目。
-
文摘
针对传统城墙病害检测采用人工勘测方法,检测效率较低且易受到主观因素干扰等问题,提出一种基于卷积神经网络的城墙多光谱成像病害无损检测方法,利用最小噪声分离方法对城墙多光谱成像数据进行预处理,降低数据维度的同时保留原始数据特征,减少数据噪声;为解决城墙不同病害类型的像素混杂多样造成分类准确率较低的问题,利用卷积操作对城墙病害进行特征提取,保留最重要的特征并去除无关特征,稀疏网络模型;通过全连接层对提取到的特征进行整合梳理和分类,并加入两次dropout防止过拟合问题的出现。最后在城墙多光谱数据集上,使用训练后的卷积神经网络分类模型对城墙病害进行像素级分类检测,并将预测结果进行可视化展示。实验结果表明:总体精度和Kappa系数分别为93.28%和0.91,表明所提方法是有效的,该方法对提高城墙病害检测准确率、掌握城墙病害分布具有重要意义。
-
关键词
光谱学
卷积神经网络
多光谱成像
像素级分类
城墙病害
-
Keywords
spectroscopy
convolutional neural network
multispectral imaging
pixel level classification
city wall disease
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于微环境的南京明城墙定淮门段病害机理分析
被引量：1
- 2
-
-
作者
吴昌亮
-
机构
东南大学建筑学院
-
出处
《建筑与文化》
2018年第5期169-170,共2页
-
基金
"中央高校基本科研业务费专项资金资助"
"江苏省研究生科研与实践创新计划项目资助
(项目编号:SJCX17_0006)~~
-
文摘
明城墙历经沧桑,原本巍峨的墙体已经满目疮痍,而城墙周边的微环境却是造成这种病害的重要因素,有必要探讨南京明城墙预防性保护与其所处的微环境的关联性。文章通过对南京现存25公里的城墙进行测绘研究,选取病害典型段进行实验和分析,总结出一般性的城墙病害特征及分布规律,在此基础上得出微环境与城墙病害的关系,并据此提出相应的保护措施。
-
关键词
南京明城墙
微环境
城墙病害
预防性保护
-
Keywords
Nanjing City wall of Ming Dynasty
Microenvironment
Diseases of city wall
Preventive protection
-
分类号
TU-87
[艺术—艺术设计]
-
-
题名赣州古城墙病害初探
被引量：1
- 3
-
-
作者
李思娇
王一
董晨
王兵
林泽桦
-
机构
江西理工大学土木与测绘工程学院
-
出处
《四川建材》
2022年第4期247-249,共3页
-
文摘
通过对赣州古城墙进行实地调研,发现赣州古城墙目前存在许多不同形式和程度的病害,主要病害有裂缝、植物(树根、根系植物和苔藓)、墙体变形(凸鼓、凹陷)、泛碱、砖石风化(剥蚀、溶蚀和脱色)和砂浆缺失等。根据统计,病害分布存在差异性,西段城墙病害最为严重,东段城墙病害最轻,内墙病害比外墙病害更为严重。三座炮城中,西津门炮城病害最严重,产生多条裂缝以及砖石风化现象。四座城门中,建春门病害最多,不仅有多条裂缝,而且泛碱和苔藓分布面积也较大。
-
关键词
城墙病害
裂缝
砖石风化
植物病害
墙体变形
-
分类号
TU362
[建筑科学—结构工程]
-
-
题名基于模糊理论的赣州古城墙病害等级评价
- 4
-
-
作者
李思娇
王一
王兵
林泽桦
闵金伟
-
机构
江西理工大学土木与测绘工程学院
-
出处
《四川建材》
2022年第5期246-249,共4页
-
文摘
以赣州古城墙为研究对象,通过对古城墙病害进行调查统计结果,使用模糊数学法和层次分析法相结合的方法,对赣州古城墙的病害情况进行综合分级研究,建立赣州古城墙病害分级标准,最终评价结果为:西段城墙和北段城墙病害等级为C级,属于中度损伤,应中密度检测,考虑修缮国;东段城墙病害等级为A级,属于微弱损伤,无需修缮。
-
关键词
城墙病害
病害分级
模糊数学
层次分析法
-
分类号
TU-87
[艺术—艺术设计]
-
