三种路面破损分类算法的仿真比较

路面破损分类是制约路面破损自动检测的发展和普及的重要因素之一。本文在前文提出的破损密度方法的基础上，提炼出两种基于密度因子方法的算法——基本密度因子算法和方向密度因子算法，并通过仿真，验证了其对常见的5种路面破损类型进行分类的可行性。文中作为对照的方法是由美国Lee，Byoung Jik博士提供的PROXIMITY算法。仿真结果表明：1)三种路面破损分类算法中，方向密度因子算法对5种常见路面破损类型的整体识别效果最好；2)对于常规算法最难区分的块状裂缝和龟状裂缝，基本密度因子的算法的识别效果最好。这充分验证了前文中我们提出的基于破损密度因子的路面破损分类方法的可行性和优越性。     

基于破损密度因子的路面破损识别新方法

结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点．要提高识别率，适当的裂缝分类及其数量的统计方法显得十分重要．在系统总结分析前人的研究成果的基础上，本文提出一种路面破损裂缝的分类和数量统计的新方法——基于破损密度因子的路面破损评价和分类方法，文中对破损密度因子进行了定义，并且，用本文的方法与一些已存在的方法进行了比较分析。结果表明，本方法不仅简单，实用，而且在算法的平移不变、旋转不变、和反映路面实际破损程度方面都优于其它方法。     

基于神经网络的沥青路面破损图像识别研究

提出了一种减少沥青路面破损图像识别计算量的图像分割方法.将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征.设计了基于BP神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果.并将路面破损图像子块分布特征作为路面破损图像的整体特征,在此基础上设计了基于全局优化算法的路面破损前馈神经网络分类器.最后进行了路面破损图像识别试验,识别率达到96.7%.     

沥青路面养护管理关键性技术

沥青路面破损的分析破损分类 路面修复必须对症下药．根据不同的病害，找出病害的原因．才能选择不同的修补工艺及配备相应的设备。沥青路面在外力作用下逐步损耗是必然现象．但早期的、不规则的损坏导致路面破损则是一种病害。根据造成破损的原因、病害的严重程度和几何形状的不同，各国对路面破损有不同的分类方法。     

神经网络在路面使用性能评估中的应用

应用神经网络BP算法原理,建立评估路面状况指数PCI的模型.通过平整度和路面破损率数据的学习,预测了路面破埙指标PCI,并把神经网络模型和回归模型进行了比较,证明了神经网络模型在路面使用性能评估中有更好的应用前景.     

神经网络在路面使用性能评估中的应用

应用神经网络BP算法原理，建立评估路面状况指数PCI的模型。通过平整度和路面破损率数据的学习，预测了路面破埙指标PCI，并把神经网络模型和回归模型进行了比较，证明了神经网络模型在路面使用性能评估中有更好的应用前景。     

混合高斯自回归模型参数估计方法之LS-EM

混合高斯自回归模型对有色非高斯数据的概率密度和功率谱密度进行有效的拟合，而LS—EM算法则可解决这一模型的参数估计问题．描述了混合高斯自回归模型及其参数估计问题之后，导出了具体的LS-EM算法，并给出了一组仿真实例．这是一种参数耦合估计算法，首先基于传统的最小二乘技术得到功率谱密度参数粗估计，进行预白，然后应用EM迭代得到白激励的概率密度估计，并基于此构建一加权函数，以此权函数改进最小二乘算法，进而得到模型参数的精估计．     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

基于粗糙集和RBF神经网络的高速公路路面使用性能评价研究

利用可辨识矩阵对影响路面使用性能评价的宽泛指标集进行分类、约简,得出对路面使用性能评价最有影响的数据指标,建立RBF神经网络模型,并把处理后的数据指标作为RBF神经网络的输入进行训练、仿真.通过实例,给出了该方法的具体实现过程.与没有采用指标约简的RBF神经网络进行结果对比,该方法在路面使用性能评价上更具有实用性、有效性和可靠性.     

基于行车记录仪的高速公路路面状况巡查及报警系统

为解决目前路面破损状态自动检测采用专用摄影检测车检测费用高、检测结果需要专业软件分析不易普及应用的问题,提出一种基于行车记录仪的路面破损状况识别方法。以行车记录仪采集的视频图片、GPS数据为基础,建立基于行车记录仪图片的高速公路路面状况巡查及报警系统,实现路面破损状况识别及报警。系统利用行车记录仪采集的图片,基于卷积神经网络的深度学习算法,实现路面的破损自动识别;利用行车记录仪GPS定位数据以及GIS电子地图,实现行车记录仪图片的GIS地图实时显示及报警。     

车辆荷载对沥青路面破坏的影响研究

轮胎与路面间接触压力具有很明显的非均布性,根据轮胎胎面花纹的类型,提出荷载简化模型,并利用有限元计算分析不同荷载作用下的沥青路面结构响应。结果表明,轮胎与路面接触面的局部区域内,不同荷载模式的影响相当大,这对进一步解释路面面层的破坏现象提供有益的参考。     

机场跑道破损坑槽对飞机滑跑动力的影响

基于1/4双自由度振动模型,建立了飞机-坑槽振动简化模型,从乘客舒适度、道面结构承载力及高速滑跑时可能发生跳跃等3方面,研究了道面坑槽的许可深度计算方法.结果表明:机身振动加速度随着坑槽深度增大而增大,随着滑跑速度增大而减小;动载系数随着坑槽深度增大而增大,随着滑跑速度的增大而减小.实例应用得到了跑道不同部位出现坑槽的许可深度值,为机场当局对破损跑道的运行适用性判断提供理论参考.     

水泥混凝土路面损伤断裂研究

基于断裂力学、损伤力学和路面破坏的原理,对水泥混凝土路面损伤断裂的产生、扩展直至破坏的全过程进行分析,并指出每个阶段混凝土路面裂缝形成的根本原因,为板开裂防治提供了一种新思路。     

古老石桥的病害处理

针对古老石桥的种种病害，结合工作实际，从石桥的墩台基础和上部结构两方面提出病害处理措施。     

水泥混凝土路面损伤断裂研究

基于断裂力学、损伤力学和路面破坏的原理,对水泥混凝土路面损伤断裂的产生、扩展直至破坏的全过程进行分析,并指出每个阶段混凝土路面裂缝形成的根本原因,为板开裂防治提供了一种新思路.     

桥梁检查及病害原因分析

结合桥梁调查实际,分析了圬工拱桥,双曲拱桥,T形梁桥,板桥4种桥型的主要病害的成因及其对结构的影响。     

遇险事件中GMDSS的正确应对

当遇险船舶急需附近船舶和岸上救助时，应采用DSC报警方式，当遇险船舶急需岸上救助时，应用INMARSAT船站报警，经某一岸站直接和救助协调中心建立遇险通信线路，如果遇险事件非常紧急，可由卫星EPIRB发出报警，在船岸各方接收到同一遇险报警时，应采取正确的处理程序,接收到一个VHF DSC遇险报警，船岸电台应立即给予遇险收妥处理，在A2海区接收到一个船舶的MF DSC遇险报警时，海岸电台应首先应对处理，当经由INMARSAT－A站或者B站误发报警时，应与相关的RCC联系消除误报警，如果是船上的无线电紧急示位标（EPIRB）发生误报警，可用INMARSAT－A站，或者B站，或者C站，或者地面通信系统与所在海区的RCC联系，消除误报警，如果是DSC误报警，可编发一个DSC海区呼叫，或者所有船呼叫，然后在约定的通信方式和通信频率上，通告取消误发的报警信号。     

浆液灌注法在桥染病害在处理中的应用

介绍浆液灌注法的原理,施工工艺,结合实践着重介绍其在桥梁加固中的应用。