排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
针对现阶段逐渐增多的废旧沥青混合料,从保护环境和节约资源的角度,引入了废旧沥青混合料的再生技术。在分析沥青混合料老化机理和再生机理的基础上,提出了再生沥青混合料配合比设计方法,然后将该技术结合实际工程加以应用。通过对废旧沥青混合料再生过程中的配合比应用分析,结果表明,废旧沥青混合料经过再生后各项性能指标均能达到普通沥青混合料的性能标准,完全可以继续重新使用,实现了废旧混合料的有效利用和节约成本,是实现沥青混凝土路面可持续发展的一个行之有效的方法。 相似文献
2.
3.
4.
5.
6.
7.
8.
对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。 相似文献
9.
自动驾驶数据集的丰富性是保证基于深度学习的自动驾驶算法鲁棒性和可靠性的关键。当前的自动驾驶数据集在夜晚场景和各类气候、天气条件下的数据量仍十分有限,为满足无人驾驶领域的应用需求,本文中构建了风格迁移网络,可将当前自动驾驶数据集转换为夜晚、雪天等多种形式。该网络采用单编码器-双解码器结构,综合语义分割网络、跳跃连接和多尺度鉴别器等多种手段用于提高图像的生成质量,生成的图像具有良好的视觉效果。用真实数据训练deeplabv3+语义分割网络来评价生成图像的结果表明,本文采用的网络生成图像的平均交并比比基于双编码-双解码结构的两种网络(AugGAN和UNIT)分别提升了2.50%和4.41%。 相似文献
1