声明
1 绪 论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 堤坝隐患探测技术研究现状
1.2.2 高密度电法研究现状
1.3 本文的主要研究内容
2 高密度电法的数值正演模拟
2.1 高密度电法简介及原理
2.2 有限差分法
2.3 单元模型的建立
2.4 数据处理与分析
2.4.1 数据统计处理
2.4.2 高密度电法对相同尺寸渗漏隐患的正演模拟
2.4.3 高密度电法对不同尺寸渗漏隐患的正演模拟
2.5 本章小结
3 堤坝渗漏隐患探测模型试验研究
3.1 概述
3.2 试验方案
3.2.1 试验设备及土石堤坝模型尺寸信息
3.2.2 试验步骤说明
3.3 试验结果与分析
3.3.1 不同探测方式对同一尺寸渗漏隐患探测分辨的影响
3.3.2 不同探测方式对不同尺寸渗漏隐患探测分辨的影响
3.3.3 试验与模拟的对比分析
3.3.4 结果归纳
3.4 本章小结
4 基于卷积神经网络的渗漏隐患智能识别
4.1 机器学习的发展
4.2 卷积神经网络架构简介
4.3 渗漏隐患的训练学习与识别
4.3.1 渗漏隐患的学习训练
4.3.2 渗漏隐患的识别结果
4.4 本章小结
5 高密度电法的工程应用
5.1 工程概况
5.2 工作布置
5.3 探测数据统计处理
5.4 渗漏隐患探测及智能识别分析
5.4.1 注浆前隐患探测及智能识别分析
5.4.2 注浆后隐患探测及智能识别分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 进一步研究和展望
参考文献
个人简历及在校期间发表的学术论文与研究成果
致谢
郑州大学;