排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为降低压路机行驶速度、行驶方向、振动频率等碾压参数引起的压实质量连续检测结果CMV误差,以动态变形模量Evd为修正目标,基于极限梯度提升XGBoost算法和多元线性回归方法分别建立CMV修正模型,对比修正模型的适用性,并分析各碾压参数对CMV误差的影响。研究表明,XGBoost修正结果与Evd的相关系数高达0.8且误差仅为1.7%,而多元线性回归修正结果与Evd的相关系数仅为0.65且误差高达9.2%,XGBoost修正模型更适用于降低由碾压参数引起的CMV检测误差。高速行驶会造成CMV存在显著的负误差,行驶方向的不同使CMV产生大小相当但正负相反的误差,振动频率对CMV误差的影响是非线性的且与频率的取值有关。最后根据现场压实检测数据的修正结果验证了XGBoost修正模型对降低CMV检测误差的可靠性。 相似文献
2.
以兰张铁路工程为例，提出异常值的剔除方法，并修正压路机行驶速度与振动方式对连续检测数据(CMV)的影响。在分析现场异常数据产生原因的基础上，采取绝对中位差法、孤立森林法、局部异常因子识别法对异常值进行分析，并结合动态变形模量(Evd)对筛选后的数据进一步分析。结果表明：CMV检测原理及压路机工作参数可作为识别处理缺失值和伪异常值的依据，绝对中位差法、孤立森林法对突变数值的处理效果最好。采用修正系数对CMV进行修正后，表明当压路机以1.2 m/s为行驶速度基准值时，可分别建立强振和弱振作用下的CMV值修正公式以实现提高检测可靠性的效果。 相似文献
1