- 中国科学引文数据库(CSCD)核心期刊
- 中文核心期刊中文科技核心期刊
- Scopus RCCSE中国权威学术期刊
- 美国EBSCO数据库 俄罗斯《文摘杂志》
- 《日本科学技术振兴机构数据库(中国)》

隧道建设(中英文) ›› 2021, Vol. 41 ›› Issue (S1): 161-.DOI: 10.3973/j.issn.2096-4498.2021.S1.020
王珩
WANG Heng
摘要: 为达到掘进过程中掘进机可实时预测前方地质状况的目的,以实际工程案例的岩渣图片数据为基础,分析传统神经网络模型的结构特征,自主设计轻量化网络模型,并对岩渣图片进行训练,使用岩渣图像数据调整Mobilenet轻量化网络模型参数。结果表明: 1)传统的神经网络算法参数量多,占用内存量大,无法在现场部署算力有限的岩渣识别边缘终端,而自主设计的轻量化网络可以满足现场岩渣图像分类准确性的要求; 2)Mobilenet轻量化网络模型比传统网络模型减少了80%~90%的计算量,但岩渣图像分类准确性达到97%。
中图分类号: