| 基于小波降噪和灰色神经网络的车辙深度指标预测 |
| |
| 引用本文： | 肖志军.基于小波降噪和灰色神经网络的车辙深度指标预测[J].公路交通技术,2019,35(2):23-27. |
| |
| 作者姓名： | 肖志军 |
| |
| 作者单位： | 上海市市政公路工程检测有限公司,上海,200031 |
| |
| 摘 要： | 车辙是高速公路的主要病害之一,也是路面使用性能重要指标之一。在路面车辙深度指标预测中,带有噪声的数据不可避免地会影响预测的准确性。为此,先采用db3小波滤波器对采样信号进行了降噪预处理,然后采用改进型灰色理论与神经网络相结合的方法对路面车辙深度指标进行了预测,并与传统拟合公式法进行了比较。结果表明:本方法准确度更高,相对误差更小。
|
| 关 键 词： | 小波降噪 灰色理论 神经网络 车辙深度 预测方法 |
Prediction of Rutting Depth Index Based on Wavelet Denoising and Grey Neural Network |
| |
| XIAO Zhijun.Prediction of Rutting Depth Index Based on Wavelet Denoising and Grey Neural Network[J].Technology of Highway and Transport,2019,35(2):23-27. |
| |
| Authors: | XIAO Zhijun |
| |
| Institution: | (Shanghai Municipal Highway Engineering Testing Co. , Ltd. , Shanghai 20031) |
| |
| Abstract: | XIAO Zhijun(Shanghai Municipal Highway Engineering Testing Co. , Ltd. , Shanghai 20031) |
| |
| Keywords: | wavelet noise reduction grey theory neutral network rutting depth prediction method |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
