银杏胚的有无及发育状况直接影响播种后的发芽率,而这些无法人工检测。该研究基于低场核磁共振成像(Low-field Magnetic Resonance Imaging,LF-MRI)技术,结合深度学习,探索研究银杏种子内部缺陷检测方法。设计了一种基于改进的VGG-16迁移学习图像分类方法,在利用VGG-16卷积层对数据集进行迁移学习时,对模型的学习率、模型结构和归一化3个方面进行改进,比较研究调整初始学习率与更新周期、将全连接层替换为全局卷积层或全局平均池化层并扩展8种微调模型、添加3种归一化层对模型性能的影响。结果表明,全局平均池化层调用方便,能够替代全连接层融合深度特征,提升模型性能;分类输出层置于全局平均池化层后的分类效果较好;组归一化能提升模型性能,并使验证曲线收敛更稳定;学习率对迁移学习模型性能影响极大,使用分段常数衰减策略针对具体应用可有效提高模型性能。相比较VGG-16,该研究构建的基于VGG-Net的银杏种子MR图像识别模型(Ginkgo seed low-field MR images recognition model based on VGG-Net,GV)大小降低89%,参数量降低89%,训练时间减少64%,训练集与验证集损失分别降低64%与45%、准确率分别提高2.4与2.5个百分点,对正常、孔洞、有胚和无胚4个类别的银杏种子平均分类准确率达到97.40%。研究结果为无损监测银杏种子萌发过程、合理预测种子播种后的发芽率提供了思路。
为满足现代木结构建筑楼盖结构的安全性和舒适性的客观要求,本研究对一栋二层轻型木结构建筑示范房楼盖结构开展了集中荷载下的挠度值测试,以及静态均布荷载、集中荷载挠度值的ANSYS软件模拟计算验证与分析工作,其模拟值验证了测试值的正确性。主要结论表明,在均布荷载主要为楼盖自重,且楼盖设计的均布荷载标准值0.566 kN/m的情况下分别得到的模拟最大挠度值均符合FHA标准;在1kN集中荷载下模拟楼盖挠度最大值在其中点(5号)处,并满足轻型木结构楼盖系统建筑规范规定;其最大测试值与预测最大值的相对误差为14.8%;1 k N集中荷载下模拟6条挠度值测试线均呈现抛物线分布,且左右对称。上述研究对木结构建筑楼盖结构的优化设计和评价工作具有工程应用意义。
