基于自注意力机制的桥梁螺栓检测算法

基于构建的真实桥梁螺栓场景数据集,提出基于自注意力机制与中心点回归（SACPR）的螺栓检测算法. 构建基于真实场景的高质量桥梁螺栓场景数据集,并针对数据不均衡、多样性不够的问题,使用数据增强方法进行数据扩充,从而获得更高的分类精度. 采用基于深度学习框架的SACPR算法检测不同场景下的螺栓,并进行标示. 对螺栓检测准确率进行验证实验,验证SACP算法的有效性. 将试验结果与YOLOv3、Faster-RCNN、RetinaNet这3种算法结果进行对比,发现3种检测方法的识别精度分别为80.56 %、87.71%、93.89%,而所提出的SACPR 算法的识别精度为93.91%,明显优于YOLOv3算法和Faster-RCNN算法;虽然SACPR算法与RetinaNet算法的识别精度较接近,但前者的检测速度是后者的5.6倍.     

2008奥运会羽毛球馆弦支穹顶健康监测研究分析

2008年奥运会羽毛球馆屋盖弦支穹顶结构跨度93m,作为目前世界范围内跨度最大的弦支穹顶结构,对其使用过程中的状态进行监控非常有必要,以保证其使用安全。对2008年奥运会羽毛球馆屋盖弦支穹顶结构的索力、网壳构件内力进行长期健康监测。并对这些监测数据进行处理分析,以反映结构的使用状态。