参考文献(References):
[1] 中国建筑科学研究院.混凝土结构试验方法标准:GB/T 50152—2012[S].北京:中国建筑工业出版社,2014:6-7,31-32.
[2] GRAYBEAL B A,PHARESB M,ROLANDER D D,et al.Visual inspection of highway bridges[J].Journal of Nondestructive Evaluation,2002,21(3):67.
[3] 徐文靖,邵晓东,马骉,等.采用UHPC连接的预制拼装桥墩构造及试验研究[J].土木工程学报,2022,55(12):105.
[4] 付波,李梓捷,林晨豪,等.考虑竖向荷载的外包装饰层钢板剪力墙抗震性能试验研究[J].工业建筑,2022,52(11):49.
[5] 杨丹,贾彬,郭瑞.GFRP筋混凝土梁柱组合体抗震性能试验研究[J].建筑结构学报,2022,43(10):225.
[6] 中国建筑科学研究院.建筑抗震试验规程:JGJ/T 101—2015[S].北京:中国建筑工业出版社,2015:10.
[7] 孙志军,薛磊,许阳明,等.深度学习研究综述[J].计算机应用研究,2012,29(8):2806.
[8] 周飞燕,金林鹏,董军.卷积神经网络研究综述[J].计算机学报,2017,40(6):1229.
[9] 王琛,樊健生.基于深度学习的土木工程结构全过程响应智能计算框架[J].建筑结构学报,2023,44(1):259.
[10] 李潇睿,班晓娟,袁兆麟,等.工业场景下基于深度学习的时序预测方法及应用[J].工程科学学报,2022,44(4):757.
[11] 胡媛媛.依赖深度学习算法的建筑工程管理项目最优化控制[J].贵阳学院学报(自然科学版),2021,16(4):92.
[12] 李岩,杨豪杰,刘辉,等.基于深度学习的混凝土裂缝检测研究[J].信息技术与信息化,2021(12):233.
[13] 刘婷,张社荣,王超,等.水利施工事故文本智能分析的BERT-BiLSTM混合模型[J].水力发电学报,2022,41(7):1.
[14] 曹锦纲,杨国田,杨锡运.基于注意力机制的深度学习路面裂缝检测[J].计算机辅助设计与图形学学报,2020,32(8):1324.
[15] 王琨.基于深度学习的路面破损检测研究及应用[D].武汉:武汉理工大学,2019.
[16] 杨杰文,章光,陈西江,等.基于深度学习的较复杂背景下桥梁裂缝检测[J].铁道科学与工程学报,2020,17(11):2722.
[17] 吴向东,赵健康,刘传奇.基于CNN与CRF的桥梁裂缝检测算法[J].计算机工程与设计,2021,42(1):51.
[18] 肖力炀,李伟,袁博,等.一种基于改进实例分割模型的路面裂缝检测方法[J].武汉大学学报(信息科学版),2023,48(5):765.
[19] 李太文,范昕炜.基于Faster R-CNN的道路裂缝识别[J].电子技术应用,2020,46(7):53.
[20] 杨文伟,杨霞,蒙卉恩.基于压电陶瓷的PVA-ECC混凝土柱裂缝损伤监测[J].沈阳建筑大学学报(自然科学版),2020,36(4):628.
[21] GE Z,LIU S T,WANG F,et al.YOLOX:exceeding YOLO series in 2021[EB/OL].(2021-08-06)[2022-10-09].https://doi.org/10.48550/arXiv.2107.08430.
[22] REDMON J,FARHADI A.YOLOv3:an incremental improvement[EB/OL].(2018-04-08) [2022-10-09].https://doi.org/10.48550/arXiv.1804.02767.
[23] 李健伟,曲长文,彭书娟,等.基于卷积神经网络的SAR图像舰船目标检测[J].系统工程与电子技术,2018,40(9):1957.
[24] CAO G,XIE X,YANG W,et al.Feature-fused SSD:fast detection for small objects[EB/OL].(2018-11-27) [2022-10-09].https://doi.org/10.48550/arXiv.1709.05054.
[25] 《电脑迷》编辑部.手机CPU与电脑CPU的性能究竟差多少[J].电脑迷,2015(8):55.
[26] 刘九如,尹茗.我国智能终端产业发展研究及政策建议[J].产业经济评论,2022(6):11,15-16.