文献

J-GLOBAL ID：201802230051445121   整理番号：18A0651613

PCNNと遺伝的アルゴリズムに基づく新しいコンクリート橋の亀裂検出法を提案した。【JST・京大機械翻訳】

New crack detection method of concrete bridge based on PCNN and genetic algorithm

著者 (5件)： Wang Yan (上海理工大学机械工程学院,上海,200093) ,  Chen Xiaoyu (上海理工大学机械工程学院,上海,200093) ,  Ding Wensheng (上海応用技術大学城市建設与安全工程学院,上海,201418) ,  Wang Jianbo (上海理工大学机械工程学院,上海,200093) ,  Zou Xiuyang (上海理工大学机械工程学院,上海,200093)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 10  ページ： 3197-3200  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： コンクリート橋の亀裂コントラストが低く、亀裂画像のノイズが強いなどの難題に対して、パルス結合神経回路網(PCNN)と遺伝的アルゴリズムを結合したコンクリート橋の断裂検出の新しいアルゴリズム(GA-PCNN)を提案した。最初に,遺伝的アルゴリズムを用いて,亀裂PCNNモデルのパラメータを最適化した。次に,改良した最小対数誤差の適応度関数により,亀裂と背景を区別し,適応度値がほとんど変化しない場合に,分割画像を停止した。最後に,残留雑音を,連結領域雑音除去アルゴリズムによってフィルタリングし,そして,亀裂の自動検出を実現した。GA-PCNN,PCNN,およびエントロピーと動的閾値アルゴリズムを用いて,亀裂画像のセグメンテーション効果を比較し,PRとROC曲線を用いてセグメンテーション品質を評価し,計算したGA-PCNNアルゴリズムのPRとROC曲線下面積は90.6%と91.6%であった。それは,それぞれ,10.1%,6.8%,6.5%,および6.7%に基づくPCNNアルゴリズムのものより高かった。実験結果は,GA-PCNNの新しいアルゴリズムが良好なセグメンテーション効果とノイズ除去能力を有し,このアルゴリズムがコンクリート橋の亀裂特性を正確に抽出できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  画像 ,  雑音除去 ,  *遺伝的アルゴリズム ,  エントロピー ,  神経回路網 ,  フィルタリング ,  セグメンテーション ,  最適化 ,  *コンクリート橋 ,  *亀裂 ,  雑音 ,  コントラスト
準シソーラス用語： ROC曲線 ,  適応度 , 【Automatic Indexing@JST】

著者キーワード (4件)： crack detection of concrete bridge ,  PCNN ,  genetic algorithm ,  minimum logarithmic error

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 遺伝的アルゴリズム ,  コンクリート橋 ,  亀裂検出 ,  提案