[发明专利]一种海涂围堤堤身内部缺陷程度识别方法

权利要求书

1.一种海涂围堤堤身内部缺陷程度识别方法，利用红外热成像技术及人工神经网络，海涂围堤堤身内部缺陷程度识别包括以下步骤：

(1)建立一个包含一个输入层、一个隐含层以及一个输出层的神经网络模型，在该神经网络模型的输入层输入现场温度、湿度、红外区范围数据、温度差异数据，神经网络模型的输出为孔洞深度；

(2)利用红外热成像仪得到现场温度、湿度、红外区范围数据、温度差异以及与这些数据一一对应的孔洞深度数据训练神经网络模型，反复调整网络中的连接权值以使神经网络模型的预测值和实测值之间的误差达到最小，通过这组连接权值而建立的模型即为训练完成的神经网络模型；其中误差是通过计算目标值与输出值之间的均方差和相关系数来确定；

(3)当利用红外热成像仪获得新的海堤表面温度、湿度、红外区范围数据时，即可利用训练完成的神经网络模型输出孔洞深度预测值。

2.根据权利要求1所述的一种海涂围堤堤身内部缺陷程度识别方法，其特征在于：所述温度差异是由空气温度和采用红外热成像得到的红外热图像中所反应的混凝土表面的温度计算所得。

3.根据权利要求1所述的一种海涂围堤堤身内部缺陷程度识别方法，其特征在于：所述步骤(2)中的均方差的计算公式为：其中y_k和分别是神经网络的预测值和观测值，n是数据的个数，k表示第k个数据。

4.根据权利要求1所述的一种海涂围堤堤身内部缺陷程度识别方法，其特征在于：所述步骤(2)中的相关系数计算公式为：其中和分别是预测值和观测值的平均值，y_k表示神经网络的预测值。