欢迎光临九江桥梁管理官方网站!
九江桥梁管理 九江桥梁管理 桥梁养护 · 检测 · 招标 · 规范信息服务平台
服务热线

检测技术

当前位置:首页>新闻中心>桥梁检测>检测技术
全部 1940 桥梁养护 1102 桥梁检测 838

重庆交大DenseNet121+迁移学习拱结构损伤识别:连续小波时频图训练,钢管混凝土拱试验准确率93.33%

时间:2026-10-06   访问量:1002

2. 重庆市建筑科学研究院有限公司,重庆 400016;
3. 山东交通学院 交通土建工程学院,山东 济南 250399

摘要:针对传统拱结构损伤识别方法存在提取特征适应性差、识别能力弱的问题,提出一种基于DenseNet121和迁移学习的拱结构损伤识别方法。

首先,利用连续小波变换,将拱结构的加速度响应转换成时频图,并以此划分训练集、验证集和测试集样本;

其次,基于迁移学习策略,利用DenseNet121模型对训练集进行特征学习,通过模型优化使其性能达到最优,并作为损伤识别的模型;

然后,将测试集送入训练好的最优模型中进行损伤识别;

最后,通过钢管混凝土拱结构试验来验证方法的有效性。

结果表明:该方法在训练过程中具有良好的稳定性,能够对拱结构损伤程度进行精确识别,识别准确率达到93.33%;与ResNet50、VGG16、AlexNet相比,该方法识别准确率分别提升了2.94%、5.53%、10.53%;采用准确率、精确率、训练损失值、召回率和F1值5个评价指标定量评估模型性能,该方法具有更好的综合识别效果。

关键词:拱结构,拱桥,损伤识别,DenseNet121,迁移学习

基金资助:国家自然科学基金资助项目(52278292,52408314);重庆市杰出青年科学基金资助项目(CSTB2023NSCQ-JQX0029);中国中铁重大课题(2022-重大-11)



▶ 来源:期刊之家(《重庆交通大学学报(自然科学版)》目录)
▶ 原文标题:基于DenseNet121和迁移学习的拱结构损伤识别
▶ 原文链接:http://www.qikanzj.com/hek/jsdxxbzrkxb/mulu/681628.html
▶ 转载时间:2026-10-05

上一篇:基于图神经网络的桥梁震害快速评估方法:残差卷积提取时序特征,按响应相关系数建图融合多构件信息

下一篇:申昊科技申请基于跨中动挠度监测的桥梁承载力评估方法及系统专利:分层监测网络降低多源传感器维护成本

发表评论:

评论记录:

未查询到任何数据!

在线咨询

点击这里给我发消息 售前咨询专员

点击这里给我发消息 售后服务专员

在线咨询

免费通话

24小时免费咨询

请输入您的联系电话,座机请加区号

免费通话

微信扫一扫

微信联系
返回顶部