留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

评论:基于深度学习和钻孔图像岩体RQD智能计算

王亮清

王亮清. 评论:基于深度学习和钻孔图像岩体RQD智能计算[J]. 地质科技通报, 2026, 45(3): 15-16. doi: 10.19509/j.cnki.dzkq.tb20260003
引用本文: 王亮清. 评论:基于深度学习和钻孔图像岩体RQD智能计算[J]. 地质科技通报, 2026, 45(3): 15-16. doi: 10.19509/j.cnki.dzkq.tb20260003

评论:基于深度学习和钻孔图像岩体RQD智能计算

doi: 10.19509/j.cnki.dzkq.tb20260003
  • [1] 李清波, 杜朋召. 基于边缘阈值分割的钻孔图像RQD自动分析方法研究[J]. 岩土工程学报, 2020, 42(11): 2153-2160.

    LI Q B, DU P Z. Automatic RQD analysis method based on information recognition of borehole images[J]. Chinese Journal of Geotechnical Engineering, 2020, 42(11): 2153-2160. (in Chinese with English abstract
    [2] YU S H, WONG L N Y. A K-Net-based deep learning framework for automatic rock quality designation estimation[J]. Computer-Aided Civil and Infrastructure Engineering, 2025, 40(16): 2287-2303. doi: 10.1111/mice.13386
  • 加载中
计量
  • 文章访问数:  10
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 网络出版日期:  2026-05-26

目录

    /

    返回文章
    返回

    温馨提示:近日,有不明身份人员冒充本刊编辑部或编委会给作者发送邮件,以论文质量核查等为由,要求作者添加微信。请作者提高警惕,认准编辑部官方邮箱、电话和QQ群,注意甄别虚假信息,谨防上当受骗。如有疑问,可及时联系编辑部核实。

     《地质科技通报》编辑部