同济大学学报(自然科学版)

2020, v.48(12) 1742-1750

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于极限梯度提升的公路深层病害雷达识别
Road Diseases Recognition of Ground Penetrating Radar Based on Extreme Gradient Boosting

杜豫川;都州扬;刘成龙;

摘要(Abstract):

针对探地雷达A-scan数据检测多类公路深层病害准确率不高的问题,首先通过实地数据采集、钻芯取样技术,结合数据预处理和专家解释过程,建立大量具有公路深层病害类别标签的A-scan数据库。对不同类别与不同严重程度的病害表征进行对比分析,充分挖掘公路深层病害的细节表征。最后,基于时域-频域多维度,选取A-scan反射波的能量、方差、峰度和对数功率谱作为特征值,引入人工智能分类方法中表现出色的极限梯度提升XGBoost算法(Extreme Gradient Boosting)对数据进行训练和分类预测。结果表明:通过对病害特征的有效提取,XGBoost分类算法对脱空、疏松、裂缝或断层类病害的识别精度均可达90%以上。

关键词(KeyWords): 道路养护与维修;公路病害识别;梯度提升;探地雷达

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 杜豫川;都州扬;刘成龙;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享