典型文献
基于机器学习的混凝土坝表面裂缝快速识别方法
文献摘要：
准确评估大坝裂缝是保证大坝安全的关键,对此提出一种基于图像处理与轻度梯度提升树的混凝土坝表面裂缝逐像素点自动识别与分类模型,并以自制水工混凝土表面裂缝图像数据集为例进行分析.试验结果表明,所提方法可实现混凝土坝表面裂缝识别模型的快速建模,完成复杂背景下裂缝轮廓的准确提取.该方法可有效解决数据匮乏时大坝裂缝识别模型建模困难的问题,为大坝安全巡检工作开展提供支撑.
文献关键词：
裂缝识别;机器学习;语义分割;轻度梯度提升树
中图分类号：
作者姓名：
高治鑫;包腾飞;李扬涛
作者机构：
河海大学水利水电学院,江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;三峡大学水利与环境学院,湖北宜昌443002
文献出处：
引用格式：
[1]高治鑫;包腾飞;李扬涛-.基于机器学习的混凝土坝表面裂缝快速识别方法)[J].水电能源科学,2022(04):95-98
A类：
轻度梯度提升树
B类：
基于机器学习,混凝土坝,表面裂缝,快速识别,大坝裂缝,大坝安全,像素点,自动识别,识别与分类,分类模型,水工混凝土,混凝土表面,裂缝图像,图像数据集,集为,裂缝识别,识别模型,快速建模,复杂背景,数据匮乏,巡检,语义分割
AB值：
0.304805
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
