14、深度学习在建筑与公路路面病害检测中的应用

深度学习在建筑与公路路面病害检测中的应用

1. 裂缝检测的前沿技术

1.1 自监督结构学习网络

在裂缝检测领域，有研究提出了一种自监督结构学习网络。该网络无需配对数据或真实标签（GTs）即可进行训练，其实现方式是训练一个额外的反向网络，将输出同时转换回输入。这种创新的方法为裂缝检测提供了新的思路，减少了对大量标注数据的依赖。

1.2 鲸鱼优化算法（WOA）

近年来，鲸鱼优化算法（WOA）受到了越来越多的关注。该算法的灵感来源于鲸鱼的觅食行为，鲸鱼利用气泡以螺旋形状将猎物推向水面来捕获它们。WOA在解决复杂工程优化问题方面表现出显著的能力，许多研究将其与其他策略相结合，用于解决各种问题，具体如下：
- 组合策略 ：
- Abdel - Basset等人将WOA与局部搜索策略相结合，用于解决排列流水车间调度问题。
- Mafarja和Mirjalili将WOA与模拟退火算法结合进行特征提取。
- Aljarah等人提出了基于WOA的训练器来训练多层感知器（MLP）神经网络。
- 其他应用领域 ：WOA还被应用于多目标优化、图像处理、软件测试和电力系统应用等领域。
- 算法机制 ：实现WOA需要模拟三种机制，具体流程如下：

graph LR
    A[开始] --> B[收缩包围猎物]
    B --> C[气泡网攻击方法（开发阶段）]
    C --> D[搜索猎物（探索阶段）]