-
公开(公告)号:CN119811560A
公开(公告)日:2025-04-11
申请号:CN202411896349.8
申请日:2024-12-20
Applicant: 东南大学
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06N3/0499 , G06N3/084 , G06N3/0985 , G06N20/10
Abstract: 本发明公开了一种基于数据驱动的沥青混合料高温性能预测及设计优化方法,包括整理并预处理沥青混合料高温性能数据,采用灰关联分析法,基于灰度分析结果对数据集进行筛选,确定高温性能预测模型的输入和输出;搭建ANN、SVM、GPR三种机器学习模型,实现对沥青混合料高温性能的预测,并对模型进行可视化处理;基于高温性能优选预测模型,利用贝叶斯优化算法对沥青混合料的配合比进行针对性设计优化,并通过限定配合比中的部分参数模拟不同实际工况下的应用需求。本发明提供了可靠的预测信息,降低了沥青混合料在高温性能测试与配合比设计的试验成本,缩短了材料设计与研发周期,推进了沥青混合料性能预测与优化的数字化与智能化发展。
-
公开(公告)号:CN116681713A
公开(公告)日:2023-09-01
申请号:CN202310606129.6
申请日:2023-05-26
Applicant: 东南大学
Abstract: 本发明涉及一种基于三维激光点云与深度神经网络的路面病害自动分割与测量方法及系统,包括点云数据采集、点云数据转为图像数据、制作病害分割数据集、检测模型构建与训练以及基于检测结果的路面病害空间形态测量;同时将转换、标注、分割、统计方法封装合并,得到一个输入点云数据,输出病害检测结果图像与空间形态参数的路面病害自动分割测量系统。本发明以激光点云数据为基础,实现从激光点云原始数据到识别结果全过程自动化与智能化,有利于提高沥青路面病害检测的效率。
-