| 姓名 | 王文郁(Wen-Yu Wang) | 電子郵件信箱 | E-mail 資料不公開 | |
| 畢業系所 | 營建工程系碩士班(Department and Graduate Institute of Constrction Engineering) | |||
| 畢業學位 | 碩士(Master) | 畢業時期 | 94學年第2學期 | |
| 論文名稱(中) | 透地雷達結合類神經網路辨識地下管線種類之研究 | |||
| 論文名稱(英) | Signal classification of Ground Penetrate Radar using neural network analyses | |||
| 檔案 |
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。 |
論文使用權限 | 校內外完全公開 | |
| 論文語文/頁數 | 中文/134 | |||
| 摘要(中) | 基地開挖前的首要工作為地下管線探查，正確的地籍資料不但能於開挖過程中避免損壞地下管線，並可助於工程的進行。目前管線探查作業以政府單位所提供的資訊進行鑽探或開挖為主，但因標註資訊不全導致破壞地下管線事件仍時有耳聞。近年來，有研究提出利用透地雷達探查地下管線位置及材質，然而透地雷達雖可有效探查出地下物的雷達訊號，但卻因地底介質複雜，導致訊號需仰賴長期經驗得以正確辨識，因此如何有效提高雷達訊號的辦識度則為透地雷達應用現階段重要的課題。 本研究為建立一類神經網路判別機制，以有效辦識地下管線之雷達訊號。為建立及印證本模式的正確性，首先於實驗室建構一模型，模型中並預埋不同材質之管線並搜集管線的雷達訊號，再利用類神經網路學習及儲存經驗知識之功能，建立由案例圖像進行學習、回憶及推廣的分析機制，最後於現地驗證模型之可行性。 | |||
| 摘要(英) | The investigation of underground pipelines is very important prior the excavation project. Such investigation is usually based on the official record in the highway department. Accidents and sometimes disputes over the destruction of underground pipelines arise often due to false or incomplete information in the official record. Ground penetration radar, or GPR, may be very helpful to investigate underground pipelines. The objective of current study is to improve the detection of underground pipelines based on the GPR signals. Sample signals are obtained in the laboratory tests with a mockup of flexible pavement and a tube. The depth and type of the tube is varied. The collected signals are analyzed using artificial neural networks. The trained neural networks are then applied to GPR signals from the field tests. The initial results are promising. | |||
| 關鍵字(中) |
|
關鍵字(英) |
| |
| 指導教授 |
| |||