新書推薦：
《
里山资本主义：不做金钱的奴隶，做个安心的里山主人（献礼大地）
》
售價：HK$
67.9
《
欧洲雇佣兵研究（1350-1800）
》
售價：HK$
74.8
《
费里尼的电影
》
售價：HK$
102.4
《
第一性原理：21堂科学通识课（《奇怪的知识增加了》作者马库斯·乔恩全新力作）
》
售價：HK$
90.9
《
过渡劳动：平台经济下的外卖骑手（薄荷实验）
》
售價：HK$
112.7
《
爱的重构：让自己成为家庭幸福掌舵人
》
售價：HK$
112.7
《
春雨杏花急急落，车马春山慢慢行（生活是美好的，人是有诗意的。汪曾祺、沈从文、梁实秋等17位名家写给现代人的诗意生活美学之书）
》
售價：HK$
59.8
《
暗黑历史书系·巴黎伦敦血色历史（伦敦巴黎双城记，城市社会生活的另类书写）
》
售價：HK$
179.4
|
| 內容簡介： |
|
《地下排水管道智能检测技术》内容丰富且紧跟人工智能时代潮流，主要包括地下排水管道缺陷现状、国内外排水管道检测技术发展、大数据与人工智能发展、基于CNN的排水管道缺陷检测技术、基于目标探测的排水管道管周缺陷雷达检测、基于实例分割算法的排水管道缺陷分割、基于三维点云的排水管道缺陷量化、基于BIM的排水管道三维缺陷信息管理平台等内容。《地下排水管道智能检测技术》系统介绍了地下排水管道智能化检测的概念、人工智能、大数据处理、深度学习模型训练等技术知识。
|
| 目錄：
|
|
目录前言第1章 概述 11.1 管道行业发顧史 11.2 排水管道现状 31.3 管道引起的“城市病” 41.3.1 路面塌陷 41.3.2 城市内涝 51.3.3 黑臭水体 51.3.4 污水浓度异常 61.4 排水管道结构性缺陷 71.5 排水管道功能性缺陷 101.6 排水管道检测的必要性 151.6.1 管道问题及危害 151.6.2 制订养护计划的基础 151.6.3 制订修复方案的依据 171.6.4 雨污分流工程的需要 171.6.5 经济效益分析 19参考文献 19第2章 国内外排水管道检测技术发展 212.1 概述 212.2 人工检测方法 222.2.1 人工开井巡视 232.2.2 潜水检查 252.2.3 简易工具检查 272.3 管道视频检测技术 302.3.1 管道潜望镜检测 312.3.2 CCTV检测 332.3.3 激光扫描检测 392.4 管道声呐检测技术 412.4.1 基本知识 422.4.2 检测方法 462.4.3 数据处理与评价 472.4.4 工程应用 492.5 管道电法测漏技术 502.5.1 基本知识 512.5.2 检测方法 532.5.3 数据处理与评价 532.5.4 工程应用 542.6 雷达检测技术 562.6.1 技木原理 572.6.2 正演模型 592.6.3 反演模型 712.6.4 探达检测 752.6.5 管道雷达检测 82参考文献 84第3章 大数据与人工智能发展 863.1 概述 863.2 大数据的发展及应用 863.2.1 大数据的基本概念 863.2.2 大数据的发展 873.2.3 大数据相关政策 873.2.4 大数据的应用及发展趋势 893.3 人工智能发展及应用 903.3.1 人工智能基本概念 903.3.2 人工智能的发展 913.3.3 人工智能的应用 933.4 机器学习的发展及应用 1013.4.1 机器学习的基本概念 1013.4.2 机器学习的发展 1043.4.3 机器学习的分类 1063.4.4 机器学习的应用 1143.5 深度学习发展及应用 1163.5.1 深度学习的基本概念 1163.5.2 深度学习的发展 1193.5.3 深度学习框架 1263.5.4 深度学习的常见算法 135参考文献 151第4章 基于CNN的排水管道缺陷检测技术 1534.1 概述 1534.2 排水管道缺陷检测算法综述 1534.2.1 传统算法 1544.2.2 机器学习 1554.2.3 深度学习 1574.3 基于深度学习的卷积神经网络介绍 1594.3.1 卷积神经网络基本结构 1594.3.2 现有的卷积神经网络 1644.4 基于CNN的排水管道缺陷检测技术应用现状 1714.4.1 卷积神经网络在工程领域的发展现状 1724.4.2 卷积神经网络在排水管道领域的发展现状 1774.5 基于CNN的排水管道缺陷检测技术基本原理 1794.5.1 排水管道缺陷图像获取 1804.5.2 建立排水管道缺陷数据集 1804.5.3 模型训练 1814.5.4 超参数的调优 1824.5.5 模型的测试 1844.6 排水管道检测技术评价及对比分析 1874.6.1 准确度上升曲线 1874.6.2 各类别混淆矩阵统计分析 1884.6.3 macro-F1分数 1894.7 检测结果分析 190参考文献 191第5章 基于目标探测的排水管道管周缺陷雷达检测 1975.1 概述 1975.2 目标探测算法原理 1985.2.1 目标探测算法基础 1985.2.2 基于候选区域的目标探测算法 2005.2.3 基于回归的目标探测算法 2085.3 深度学习目标探测算法应用现状 2175.3.1 目标探测算法在工程领域的应用 2175.3.2 目标探测算法在管道领域的应用 2195.4 探达算法原理 2225.5 探达图像检测 2245.5.1 检测方法概述 2245.5.2 智能检测方法 2255.5.3 检测结果评价分析 229参考文献 230第6章 基于实例分割算法的排水管道缺陷分割 2346.1 概述 2346.2 深度学习实例分割算法应用现状 2346.2.1 实例分割算法在工程领域的应用现状 2356.2.2 实例分割算法在地下管网中的应用现状 2376.3 实例分割算法原理 2386.3.1 基本步骤 2386.3.2 常见实例分割模型 2446.4 实例分割算法评价指标 2506.4.1 准确率 2506.4.2 精确率与召回率 2516.4.3 F分数 2516.4.4 P-R曲线、AP及MAP 2516.5 基于实例分割算法的排水管道缺陷智能分割结果分析 2526.5.1 实验环境 2526.5.2 评估指标 2526.5.3 模型训练 2526.5.4 分割结果 2536.5.5 模型对比分析 256参考文献 257第7章 基于三维点云的排水管道缺陷量化 2607.1 概述 2607.2 三维点云处理技术介绍 2607.2.1 三维点云介绍 2607.2.2 三维点云处理技术的应用 2607.3 三维点云滤波技术研究现状 2637.3.1 点云滤波的概念 2637.3.2 点云滤波主要方法 2637.4 三维点云特征描述与提取 2667.4.1 特征描述与提取的概念及算法 2667.4.2 三维点云主要特征描述子 2687.5 三维点云分割技术研究现状 2787.5.1 点云分割概念及算法 2787.5.2 点云分割主要方法 2807.6 基于三维点云的排水管道缺陷体积测量 2837.6.1 应用概述 2837.6.2 具体实施步骤 2847.6.3 测量结果展示 286参考文献 287第8章 基于BIM的排水管道三维缺陷信息管理平台 2888.1 概述 2888.2 BIM技术介绍 2888.2.1 BIM技术简介 2888.2.2 BIM技术的原理 2908.2.3 BIM技术的特点 2918.2.4 BIM与Revit的关系 2928.3 BIM技术的应用现状 2948.3.1 BIM技术的应用概况 2948.3.2 BIM技术在地下排水管道中的应用现状 2958.4 基于BIM技术与三维点云结合的应用 2968.4.1 BIM与三维点云的区别 2968.4.2 BIM与三维点云的联系 2968.4.3 基于BIM与三维点云结合的相关应用 2978.5 排水管道BIM模型的构建 2988.5.1 排水管道的基本概况 2988.5.2 排水管道BIM模型的构建 2988.6 基于BIM的排水管道三维缺陷信息管理平台 3008.6.1 基本方法介绍 3008.6.2 排水管道BIM模型的构建 3038.6.3 排水管道三维点云数据的获取与处理 3038.6.4 三维点云数据与BIM模型的配准 3048.6.5 基于BIM的排水管道三维缺陷信息管理平台 305参考文献 308
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
