您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202001-74
论文题目 基于概率叠加边缘检测网络的公路病害识别算法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于概率叠加边缘检测网络的公路病害识别算法

首发时间:2020-01-14

郭宝栋 1   

郭宝栋(1995-),男,硕士研究生,主要研究方向:深度学习

徐国胜 1   

徐国胜(1978-),男,讲师,主要研究方向:深度学习

郭燕慧 1    徐国爱 1   
  • 1、北京邮电大学网络空间安全学院,北京,100876

摘要:公路病害检测在路面养护工作中扮演着重要角色,是促进交通基础设施建设健康平稳推进的基础。而传统的人工检测方法已经难以满足当前庞大公路网对于检测实时性的要求,因此,研究设计一种高效、准确、鲁棒性强的公路病害检测方法对于路面养护工作具有重大的意义。本文重点关注基于数字图像自动化检测路面病害的方法,提出了一种基于概率叠加边缘检测网络的公路病害识别算法,在原概率图基础上增加由复杂病害特征产生的概率增益。实验结果表明,本算法识别准确率明显高于传统方法,尤其对于特殊病害识别效果提升明显。

关键词: 裂缝识别 卷积神经网络 双通道

For information in English, please click here

Road Disease Detection Algorithm Based on Probability Overlay Edge Detection Network

GUO Baodong 1   

郭宝栋(1995-),男,硕士研究生,主要研究方向:深度学习

XU Guosheng 1   

徐国胜(1978-),男,讲师,主要研究方向:深度学习

GUO Yanhui 1    XU Guoai 1   
  • 1、School of Cyberspace Security, Being University of Post and Teleommunication, Beijing, 100876

Abstract:The detection of road diseases plays an important role in the maintenance of roadways and forms the basis for promoting healthy and regular progress in the construction of transport infrastructure. However, the traditional method of manual detection has been difficult to meet the current real-time detection requirements of the huge road network. Therefore, research and design of an efficient, precise and robust method for detecting road diseases is of great importance for the maintenance of pavements. This article focuses on the automatic detection of roadway diseases on the basis of digital images, and proposes a road disease recognition algorithm based on a probabilistic network for detection of overlapping edges, which increases the probability gain generated. by the complex features of the disease based on the original probability map. Experimental results show that the recognition accuracy of this algorithm is much higher than that of traditional methods, especially for the recognition of particular diseases.

Keywords: crack detection convolutional neural network two-channel

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
郭宝栋,徐国胜,郭燕慧,等. 基于概率叠加边缘检测网络的公路病害识别算法[EB/OL]. 北京:中国科技论文在线 [2020-01-14]. https://www.paper.edu.cn/releasepaper/content/202001-74.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于概率叠加边缘检测网络的公路病害识别算法