發(fā)布時間：2021-04-11 09:51

　　水泥混凝土作為公路路面的重要組成成分,雖然具有堅固、耐久的良好特性,可是隨著一些自然因素的影響,路面也會遭到不同種程度的破壞。路面脫空就是最為常見的一種,但是,目前關(guān)于路面脫空程度的分類都是人為憑經(jīng)驗確定的,缺乏客觀的對路面脫空程度自動分類的研究。首先,本文給出了一種基于信息論準(zhǔn)則的分類個數(shù)確定的方法。主要研究內(nèi)容包括:相似矩陣構(gòu)造中局部高斯核函數(shù)的選取、規(guī)范化拉普拉斯矩陣的構(gòu)造以及根據(jù)規(guī)范化拉普拉斯矩陣對AIC準(zhǔn)則、MDL準(zhǔn)則進(jìn)行更新使其適用于數(shù)據(jù)集分類個數(shù)的計算。其次,利用GA指標(biāo)對不同分類個數(shù)下路面脫空檢測數(shù)據(jù)集的分類準(zhǔn)確率進(jìn)行評價,并以此來評判分類個數(shù)的好壞。最后,先是對VGG-16網(wǎng)絡(luò)的機構(gòu)進(jìn)行了調(diào)整:去掉兩個全連接層減少網(wǎng)絡(luò)結(jié)構(gòu)中大部分的參數(shù);把卷積單元5的卷積核神經(jīng)元調(diào)整為每個700,使需要保存的數(shù)據(jù)量大大減小;后又根據(jù)路面脫空檢測數(shù)據(jù)的特點,采用遷移學(xué)習(xí)的方式來預(yù)訓(xùn)練網(wǎng)絡(luò)模型,旨在顯著提高VGG-16網(wǎng)絡(luò)模型的識別準(zhǔn)確率。利用GA指標(biāo)對分類個數(shù)進(jìn)行評價,結(jié)果表明,3類時的GA指標(biāo)為0.9367,4類時的GA指標(biāo)為0.9883。用VGG-16網(wǎng)絡(luò)對該數(shù)據(jù)集進(jìn)行訓(xùn)練和測試時... 

【文章來源】：長安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

路面檢測點的原始音頻信號波形圖

采用小波閾值法對路面檢測點的原始音頻信號去噪處理，有效信號能夠根據(jù)小波域中的不同形態(tài)加以分辨，從而去除噪聲。以樣本數(shù)據(jù)中的其中一個音頻信號為例，原始信號和小波閾值法去噪后的信號如圖5.3和圖5.4所示：圖5.3 路面檢測點的原始音頻信號波形圖

第五章 基于信息論準(zhǔn)則的類個數(shù)確定實驗及結(jié)果分析49圖5.4 路面檢測點的原始音頻信號去噪后的波形圖對路面檢測點的原始信號去噪后的波形圖進(jìn)行規(guī)范化處理，主要有以下兩步：（1）對音頻信號進(jìn)行規(guī)范化，得到矩陣并將矩陣的維數(shù)定為1000 1 ；（2）將數(shù)據(jù)保存在一個樣本集中，構(gòu)造數(shù)據(jù)集矩陣 X 。5.1.3 基于信息論準(zhǔn)則的路面脫空檢測數(shù)據(jù)集的類個數(shù)計算將數(shù)據(jù)集 X 按照基于信息論準(zhǔn)則的數(shù)據(jù)集分類個數(shù)估計方法進(jìn)行計算，首先根據(jù)數(shù)據(jù)集 X 構(gòu)造相關(guān)矩陣W ，再根據(jù)相似矩陣構(gòu)造規(guī)范化拉普拉斯矩陣symL ，求出該矩陣的特征值并按照從大到小的順序排列：1 2 30n ；然后，求得似然函數(shù) ( k)

【參考文獻(xiàn)】：
期刊論文
[1]基于泛化能力的K-均值最佳聚類數(shù)確定方法[J]. 張雄,趙禮峰.  計算機技術(shù)與發(fā)展. 2017(09)
[2]遷移學(xué)習(xí)研究進(jìn)展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報. 2015(01)
[3]聲振檢測方法的發(fā)展[J]. 鄔冠華,林俊明,任吉林,周昌智.  無損檢測. 2011(02)
[4]基于彎沉指數(shù)的水泥混凝土路面板角脫空識別[J]. 趙軍,唐伯明,談至明,蒙華.  同濟(jì)大學(xué)學(xué)報(自然科學(xué)版). 2006(03)
[5]地質(zhì)雷達(dá)在混凝土路面板脫空檢測中的應(yīng)用探討[J]. 曾海,張東長.  公路交通技術(shù). 2005(03)
[6]基于小波變換的圖像增強新算法[J]. 周旋,周樹道,黃峰,周小滔.  計算機應(yīng)用. 2005(03)

碩士論文
[1]路用探地雷達(dá)在道路工程中的應(yīng)用研究[D]. 劉恒.大連理工大學(xué) 2002



本文編號：3131037