Page 96 - 2023年第54卷第5期
P. 96
５０（６）：６８７ － ６９８．
［３２］ 任秋兵，沈扬，李明超，等．水工建筑物安全监控深度分析模型及其优化研究［Ｊ］．水利学报，２０２１，５２
（１）：７１ － ８０．
［３３］ 陈俊杰．耦合 ＢＩＭ的长距离输水渠道无人机巡检与险情智能图像识别研究［Ｄ］．天津：天津大学，２０２０．
［３４］ ＲＥＮＱ，ＷＡＮＧＧ，ＬＩＭ，ｅｔａｌ．Ｐｒｅｄｉｃｔｉｏｎｏｆｒｏｃｋｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｎｇｔｈｕｓｉｎｇｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｓｂａｓｅｄ
ｏｎｓｐｅｃｔｒｕｍａｎａｌｙｓｉｓｏｆｇｅｏｌｏｇｉｃａｌｈａｍｍｅｒ［Ｊ］．ＧｅｏｔｅｃｈｎｉｃａｌａｎｄＧｅｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１９，３７（１）：４７５ － ４８９．
［３５］ ＨＡＮＳ，ＬＩＨ，ＬＩＭ，ｅｔａｌ．Ｍｅａｓｕｒｉｎｇｒｏｃｋｓｕｒｆａｃｅｓｔｒｅｎｇｔｈｂａｓｅｄｏｎｓｐｅｃｔｒｏｇｒａｍｓｗｉｔｈｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔ
ｗｏｒｋｓ ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆ Ｇｅｏｓｃｉｅｎｃｅｓ，２０１９，１３３：１０４３１２．
［３６］ ＨＡＮＳ，ＬＩＨ，ＬＩＭ，ｅｔａｌ．Ａ ｄｅｅｐｌｅａｒｎｉｎｇｂａｓｅｄｍｅｔｈｏｄｆｏｒｔｈｅｎｏｎ － ｄｅｓｔｒｕｃｔｉｖｅｍｅａｓｕｒｉｎｇｏｆｒｏｃｋｓｔｒｅｎｇｔｈ
ｔｈｒｏｕｇｈｈａｍｍｅｒｉｎｇｓｏｕｎｄ ［Ｊ］．ＡｐｐｌｉｅｄＳｃｉｅｎｃｅｓ，２０１９，９（１７）：３４８４．
［３７］ ＬＵＸ，ＸＵＹ，ＴＩＡＮＹ，ｅｔａｌ．Ａｄｅｅｐｌｅａｒｎｉｎｇａｐｐｒｏａｃｈｔｏｒａｐｉｄｒｅｇｉｏｎａｌｐｏｓｔ － ｅｖｅｎｔｓｅｉｓｍｉｃｄａｍａｇｅａｓｓｅｓｓｍｅｎｔ
ｕｓｉｎｇｔｉｍｅ － ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｇｒｏｕｎｄｍｏｔｉｏｎｓ［Ｊ］．ＥａｒｔｈｑｕａｋｅＥｎｇｉｎｅｅｒｉｎｇ＆ ＳｔｒｕｃｔｕｒａｌＤｙｎａｍｉｃｓ，２０２１，
５０（６）：１６１２ － １６２７．
［３８］ ＬＩＡＯＷ，ＣＨＥＮＸ，ＬＵＸ，ｅｔａｌ．Ｄｅｅｐｔｒａｎｓｆｅｒｌｅａｒｎｉｎｇａｎｄｔｉｍｅ － ｆｒｅｑｕｅｎｃｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ － ｂａｓｅｄｉｄｅｎｔｉｆｉｃａｔｉｏｎ
ｍｅｔｈｏｄｆｏｒｓｔｒｕｃｔｕｒａｌｓｅｉｓｍｉｃｒｅｓｐｏｎｓｅ ［Ｊ］．ＦｒｏｎｔｉｅｒｓｉｎＢｕｉｌｔＥｎｖｉｒｏｎｍｅｎｔ，２０２１，７（１０）．ｄｏｉ：１０．３３８９?ｆｂｕｉｌ．
２０２１．６２７０５８．
［３９］ ＨＥＫ，ＺＨＡＮＧ Ｘ， ＲＥＮ Ｓ， ｅｔａｌ．Ｄｅｅｐ ｒｅｓｉｄｕａｌｌｅａｒｎｉｎｇｆｏｒｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］??ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅｏｎ
ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ ，２０１６．
［４０］ ＳＺＥＧＥＤＹＣ，ＩＯＦＦＥＳ，ＶＡＮＨＯＵＣＫＥ Ｖ，ｅｔａｌ．Ｉｎｃｅｐｔｉｏｎ － ｖ４， Ｉｎｃｅｐｔｉｏｎ － ｒｅｓｎｅｔａｎｄｔｈｅｉｍｐａｃｔｏｆｒｅｓｉｄｕａｌ
ｃｏｎｎｅｃｔｉｏｎｓｏｎｌｅａｒｎｉｎｇ ［Ｃ］??ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＡＡＡＩＣｏｎｆｅｒｅｎｃｅｏｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，２０１７．
ＩｎｔｅｌｌｉｇｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆＰＣＣＰｗｉｒｅｂｒｏｋｅｎｓｉｇｎａｌｉｎ
ｗａｔｅｒｄｉｖｅｒｓｉｏｎｐｒｏｊｅｃｔｕｓｉｎｇｐｒｏｔｏｔｙｐｅｔｅｓｔｉｎｇ
ＺＨＡＮＧＹｅ，ＹＵＡＮＳｉｍｉｎ，ＬＩＹａｎｌｏｎｇ，ＷＥＮＬｉｆｅｎｇ，ＳＩＺｈｅｎｇ，ＳＵＮＫａｉｙｕ
（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｃｏ － ｈｙｄｒａｕｌｉｃｓｉｎＮｏｒｔｈｗｅｓｔＡｒｉｄＲｅｇｉｏｎ，Ｘｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉ’ａｎ ７１００４８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｗａｔｅｒｄｉｖｅｒｓｉｏｎｐｒｏｊｅｃｔｓ，ｔｈｅｂｒｅａｋａｇｅｏｆｓｔｅｅｌｗｉｒｅｓｃａｎｅａｓｉｌｙｌｅａｄｔｏｓｔｒｕｃｔｕｒａｌａｎｄｆｕｎｃｔｉｏｎａｌｆａｉｌ
ｕｒｅｏｆＰｒｅｓｔｒｅｓｓｅｄＣｏｎｃｒｅｔｅＣｙｌｉｎｄｅｒＰｉｐｅｓ （ＰＣＣＰ）．Ｔｈｉｓｓｔｕｄｙａｉｍｓｔｏａｎａｌｙｚｅｓｉｇｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｉｄｅｎｔｉｆｙ
ｔｈｅｔｙｐｅｏｆｗｉｒｅｂｒｅａｋａｇｅｕｓｉｎｇｉｎｔｅｌｌｉｇｅｎｔｌｅａｒｎｉｎｇｍｏｄｅｌｓ．Ｉｎｔｈｅｒｅｓｅａｒｃｈ，Ａｐｒｏｔｏｔｙｐｅｔｅｓｔｆｏｒｗｉｒｅｂｒｅａｋａｇｅｗａｓ
ｃｏｎｄｕｃｔｅｄｏｎａｎｅｍｂｅｄｄｅｄＰＣＣＰｗｉｔｈａｎｉｎｎｅｒｄｉａｍｅｔｅｒｏｆ３．４ｍｅｔｅｒｓａｎｄａｌｅｎｇｔｈｏｆ５ｍｅｔｅｒｓ．Ｒｅａｌ － ｔｉｍｅｍｏｎｉｔｏ
ｒｉｎｇｗａｓｃａｒｒｉｅｄｏｕｔｕｓｉｎｇａｄｉｓｔｒｉｂｕｔｅｄｏｐｔｉｃａｌｆｉｂｅｒｓｅｎｓｏｒｔｏｄｅｔｅｃｔｃｕｔｔｉｎｇｗｉｒｅ，ｃｏｒｒｏｓｉｏｎｗｉｒｅ，ａｎｄｉｍｐａｃｔｎｏｉｓｅ
ｓｉｇｎａｌｓ．ＢａｓｅｄｏｎＳｈｏｒｔ － ｔｉｍｅＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ（ＳＴＦＴ）ａｎｄｄｅｅｐｌｅａｒｎｉｎｇｍｏｄｅｌｓ，ｔｈｅｗｉｒｅｂｒｅａｋａｇｅｓｉｇｎａｌｓｗｅｒｅ
ｒｅｃｏｎｓｔｒｕｃｔｅｄ．Ｆｉｎａｌｌｙ ，ａｗｉｒｅｂｒｅａｋａｇｅｓｉｇｎａｌｒｅｃｏｇｎｉｔｉｏｎｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄｕｓｉｎｇａｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ．
ＢａｓｅｄｏｎｔｈｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｓｉｇｎａｌｓｕｓｉｎｇＩｎｃｅｐｔｉｏｎ － ＲｅｓＮｅｔ － ｖ２ ，ｔｈｅｌｏｗｅｓｔａｎｄｈｉｇｈｅｓｔａｃｃｕｒａｃｙｏｆｔｈｅｗｉｒｅ
ｂｒｅａｋａｇｅｒｅｃｏｇｎｉｔｉｏｎｍｏｄｅｌａｒｅ９２．９％ ａｎｄ１００％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｓｉｇｎａｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｗａｓ
ａｌｓｏｄｅｍｏｎｓｔｒａｔｅｄｕｓｉｎｇ ｔ － ＳＮＥ．Ｔｈｉｓｓｔｕｄｙｈａｓａｃｈｉｅｖｅｄｅｆｆｅｃｔｉｖｅｒｅｃｏｇｎｉｔｉｏｎｏｆｗｉｒｅｂｒｅａｋａｇｅｔｙｐｅｓｂｙｃｏｍｂｉｎｉｎｇ
ｄｉｆｆｅｒｅｎｔｉｎｔｅｌｌｉｇｅｎｔｌｅａｒｎｉｎｇｍｅｔｈｏｄｓ．Ｉｔｐｒｏｖｉｄｅｓｎｅｗｍｅｔｈｏｄｓｆｏｒｌｏｎｇ － ｔｅｒｍ ｗｉｒｅｂｒｅａｋａｇｅｍｏｎｉｔｏｒｉｎｇａｎｄｅａｒｌｙ
ｗａｒｎｉｎｇａｎａｌｙｓｉｓｉｎＰＣＣＰｏｐｅｒａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｐｒｅｓｔｒｅｓｓｅｄｃｏｎｃｒｅｔｅｃｙｌｉｎｄｅｒｐｉｐｅｓ（ＰＣＣＰ）；ｄｅｅｐｌｅａｒｎｉｎｇ；ｋｎｏｗｌｅｄｇｅｔｒａｎｓｆｅｒ；ｓｈｏｒｔ － ｔｉｍｅＦｏｕｒｉｅｒ
ｔｒａｎｓｆｏｒｍ ；ｗｉｒｅｂｒｏｋｅｎｓｉｇｎａｌ；ｉｎｔｅｌｌｉｇｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎ
（责任编辑：韩 昆）
— ５ ９ —
８
