摘要
本发明公开了一种基于无监督学习和大数据的桥梁裂缝检测识别方法及系统,涉及桥梁裂缝检测技术领域。其中,该方法包括:获取采集到的桥梁的结构数据,并对结构数据进行预处理;利用基于密度的聚类算法对经过预处理后的结构数据进行聚类分析,确定结构数据中的时序隐含特征;针对经过预处理后的结构数据中的图像数据,采用卷积神经网络进行桥梁的裂缝区域的定位和分割;以及提取分割出的裂缝区域的裂缝特征通过机器学习算法构建健康评估模型,根据裂缝区域分析结果训练桥梁结构健康模型;基于训练得到的桥梁结构健康模型的健康评估结果以及大数据分析结果,预测桥梁的裂缝发展趋势。本申请可以实现自动化检测桥梁裂缝,降低了人力维护成本。
技术关键词
桥梁裂缝检测
无监督学习
裂缝特征
数据
主成分分析降维
桥梁结构
识别方法
识别系统
机器学习算法
时序
特征提取单元
图像分割
检测桥梁裂缝
纹理特征
结点
对象
系统为您推荐了相关专利信息
血糖预测模型
正则化参数
数学模型
因子
位置更新
历史信道数据
低空飞行器
芯片
特征筛选方法
电磁