摘要
本发明公开了一种水工混凝土结构表观病害识别方法及系统,通过数据采集与标注、数据扩充、特征提取模型训练、特征降维模型训练和分类器模型训练等方法步骤,将采集目标水工混凝土结构的表面图像,通过特征提取模型、特征降维模型和分类器模型的数据分析处理,识别出目标水工混凝土结构的病害类型。本发明通过生成对抗网络结合非线性显著性特征增强模块增加样本多样性,提升模型训练数据的丰富性与模型的泛化能力;根据当前数据的特性进行动态调整,使得特征提取过程更加灵活;在进行降维时保留关键特征,提升特征表示的有效性和模型的计算效率;高阶神经网络结合局部敏感性调节策略,使分类器能够更加准确地识别不同病害类型,减少误判。
技术关键词
水工混凝土结构
特征提取模型
病害识别方法
分类器模型
病害识别系统
高阶神经网络
生成对抗网络
数据采集模块
扩充模块
非线性
优化神经网络
图像
生成训练样本
神经网络算法
编码器
仿生算法
校正机制
深度学习模型
系统为您推荐了相关专利信息
样本生成方法
图像分类模型
副本
分类器模型
超参数
人机交互界面显示
采集电机电流
送料
速度
电流传感器电路
特征提取模型
自然语言特征提取
细粒度分类
融合特征
视觉特征提取
临床决策支持方法
大语言模型
肝癌辅助诊断
蒙特卡洛树搜索
样本