一种自监督学习框架下的高分辨率遥感影像道路中心线自动提取算法

高分辨率遥感影像的道路提取,对于国土规划、车载导航、应急救灾等方面具有重要的意义。本文提出了一种基于自监督学习框架下的高分辨率遥感影像道路中心线自动提取算法。首先,联合光谱与形状特征设计了一种自动获取道路样本的正样本选取方法;然后引入一种正样本分类框架,基于随机森林构建了一种随机森林正样本单分类器,并得到像元隶属于道路的后验概率;以面向对象的角度联合形状特征与后验概率,得到最终的道路网络;最后利用张量投票算法得到道路中心线。通过与监督、非监督道路提取算法相比,有更好的实验结果,且自动进行,无需人工干预,效率高。     

基于彩色图像信息提取的非结构化道路检测算法

非结构化道路的识别一直是道路检测算法中的难点。基于非结构化道路中道路区域的颜色渐变或者是不变的基本假设,介绍了一种基于颜色空间的自适应颜色阈值分割算法,并利用形态学滤波及连通性测试的后续处理,较好地标识出非结构化道路的路面区域。算法解决了光照不均、大面积水渍等干扰带来的强烈影响。     

基于单片机的智能车自动导航系统算法研究

智能车采用MC9S12XS128单片机作为系统核心芯片,HLSD-2010B型激光传感器作为路面信息采集器,系统软件是以CodeWarrior为开发环境,采用C语言为工具设计.侧重对智能车自动导航系统的算法进行研究,主要包含道路信号的采集算法、舵机角度的控制算法、车速控制算法.基于所研究算法的智能车自动导航系统可以使智能车按照任意给定的黑色引导线平稳而快速地行驶.测试结果表明,系统能很好地满足智能车对路径的自动识别,而且还具有很好的抗干扰能力,舵机转动时间快,电机控制稳定,具有良好的动态性能.     

基于交通流量的沥青道路路面设计方法研究

沥青道路路面的设计需要参照交通量,当地路基,排水,温度等条件,并参考经济因素.随着汽车的普及,和栽种汽车的运输面的扩大,交通流量的大小时沥青道路路面的设计有很大影响.本文首先分析了交通流量和道路路面设计的关系,然后从三个方面探讨了基于交通流量的沥青道路路面设计:垫层设计;基层,底基层设计;沥青面层设计.     

农村公路水泥路面裂缝智能检测（英文）

为解决传统人工图像处理方法在农村公路路面病害检测中存在的效率低、结果不客观、大量数据无法及时处理等问题,考虑农村公路路段分布特征,集成ResNet50路面分类和改进的YOLOv5裂缝检测算法,提出了一种农村水泥路面裂缝智能检测方法.利用不同训练策略、不同网络深度进行对比,构建了基于ResNet50的路面高效分类模型,实现农村公路水泥和沥青路面的自动判别.创建了包含18 028张农村公路水泥路面裂缝图片的检测数据集,开展单阶段和两阶段目标检测算法对比试验研究,获得兼顾检测精度和效率的优选检测算法.在优选算法中融入自适应空间特征融合策略和优化回归损失函数,有效解决了图像中多尺度裂缝漏检问题,并进一步提高了整体检测精度.应用所提集成方法对农村公路水泥路面进行现场实测,结果表明路面类型分类准确率为98.4%,裂缝检测准确率为93.0%,表明所提方法能够准确高效地运用于农村公路水泥路面裂缝检测.     

关于路面基层二灰碎石施工质量控制的深度思考

随着我国交通运输业的迅猛发展,对路面结构的使用性能要求也越来越高.路面基层是沥青砼路面的主要持力层,基层施工质量的好坏,直接影响路面的使用寿命.作者根据多年的经验基于这种大背景具体的阐述了我们国家在道路建设中面临的一些施工问题,目的是为了更好的促进道路的发展,实现我国道路交通的快速发展.     

道路工程施工过程的组织与路面型式的类型选择分析

道路路面的型式、路面性能及寿命与道路工程建设过程的组织紧密相关。一般有:当道路建设的源起状态与紧邻地区或区域没有直接地区域上资源流动式联系(时间上紧邻)时,道路路面采用水泥混凝土路面型式;当道路建设的源起状态为紧邻地区或区域的引出状态(地缘上紧邻)时,道路路面采用沥青混凝土路面型式。本文从道路工程建设的常规施工组织环节对工程质量的形成、维持、维护方面探讨路面质量的形成过程,分析结果能很好地说明上述路面型式选择方式的依据充分,值得工程建设中参考。     

基于小波变换和动态时间规整算法相结合的故障识别算法

提出了一种基于小波变换和动态时间规整算法相结合的故障识别算法。该算法首先利用小波变换对实验样本与参考样本进行处理以去掉样本信号的非平稳性和噪声,然后利用动态时间规整算法对未知的实验样本与参考样本之间的相似性进行评价,并基于最短距离进行分类,以达到故障识别的目的,最后将此算法应用到Tennessee Eastman过程的故障识别中,仿真结果表明基于小波变换和DTW算法能够准确地识别出发生何种故障,而常规的DTW算法则存在一定的失误。     

国道318吴江段路面状况调查

笔者对国道318吴江段进行了路面破损调查、现场取芯调查、路面弯沉测试及路基路面排水调查,对调查数据进行了统计分析,为道路改造方案提供了科学依据.     

基于重构样本区域的数字图像修复算法研究

基于样本块的纹理合成修复算法（Criminisi算法）在匹配样本块时,因为使用全局搜索策略而降低了有效匹配效率。针对这一问题,重点研究了一种改进的基于样本块的数字图像修复算法。改进算法考虑到相邻像素块的相似性,对图像样本区域进行了重构,减少了样本块搜索范围,提高了图像修复效率。     

基于复合特征参数的睡眠分期算法设计与仿真

针对单一特征值无法准确区分不同时期脑电信号的问题,提出一种基于复合特征参数的睡眠分期识别算法。该算法应用带通滤波器对原始脑电信号进行预处理,提取4种节律波;然后分别利用自回归模型和样本熵求出各个节律波的自回归系数和样本熵值,结合计算得到的能量特征和信源熵值,组成复合特征参数;最后使用支持向量机实现睡眠自动分期。Matlab仿真结果表明,该方法相较于基于自回归系数单一特征值的睡眠分期算法,其准确率提高了5.63%。     

基于EKF和RBF的路面附着系数估计

针对车辆行驶下的路面附着系数估计问题,提出了扩展卡尔曼滤波算法(EKF,Extended Kalman Filter)与径向基神经网络(RBF,Radial Basis Functionneural network)相融合。通过扩展卡尔曼滤波算法得出路面附着系数估计所需要的车辆状态参数,结合轮速等直接数据采用径向基神经网络对路面附着系数进行估计。神经网络的训练样本通过Carsim/Simulink收集不同行驶工况,并采用差值寻优的方法对径向基神经网络算法中的决定系数进行优化。基于双移线工况验证了该算法在路面附着系数估计上具有较高的精准度。     

高职路基路面工程课程教学改革探讨与实践

路基路面工程是道路桥梁与渡河工程专业的主干课程。但随着国民经济的发展,更多更新的道路结构设计、施工技术及预防养护问题不断出现,传统的路基路面工程教育方法、思路和内容急需修改,以适应新形势下道路建设的发展和社会对土木工程专业人才多方面的需求。论文探讨了路基路面工程课程教改的必要性,明确指出教学改革思路、教学方法与手段的创新、课程特色上进行教学内容改革;教学方法上除了传统的理论教学外,还应丰富教学手段和前沿应用技术内容,增加路基路面工程热点问题的专题讨论和培养学生创新能力。     

基于多属性分类的KNN改进算法

提出了一种基于多属性分类的KNN改进算法,可有效提高传统的欧几里德KNN算法和基于信息熵的KNN改进算法的分类准确度。首先,按照单个属性不同属性值的个数占整个属性包含样本的比例进行属性的分类,分为基于信息熵的KNN算法处理的离散属性和基于传统欧几里德KNN相似度处理的连续属性两类,然后分别对不同属性进行区别处理;其次,将两类不同处理后得到的结果按比例求和作为样本之间的距离;最后,选取与待测样本的距离最小的k个样本判断测试样本的决策属性类别。     

砼路面裂缝产生原因的分析与防治

裂缝是破路面长期存在的质量通病之一。本文从道路基层及面层的材料、施工工艺等方面,对破路面裂缝产生的原因进行了较全面的分析,并据此提出了预防措施和处理方法。在施工实践中加以应用,效果较好。     

基于PCA和神经网络的人脸识别算法研究

在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。     

模归约算法表达式自动生成算法设计与实现

多项式模归约算法是计算机代数中的基本问题之一,在编码算法和密码体制设计中有着广泛应用。基于对模归约数学基础的分析,设计了模归约算法表达式自动生成算法,只要选择实现所需的字宽w和模多项式M（x）的系数,即可自动生成对应的模规约算法表达式,为模规约算法在密码编码学中的应用提供了基础。     

沥青混凝土路面施工中路面平整度的影响因素与控制

路面平整度是衡量道路使用品质的一个重要指标,其影响因素多出现在施工阶段,施工质量的好坏直接关系到路面的平整与否.本文针对影响平整度的诸多因素,提出了对施工中各个环节的控制措施.     

公路水泥砼路面破坏的原因及其防治

路基施工、基层施工、桥头台背处理、砼路面施工、道路表面排水处理及断缝处理等方面较全面地分析了水泥砼路面破坏的原因及其防治.     

路面裂缝图像局部对比度增强技术研究

为提高路面裂缝图像的对比度,提出了一种形态学多尺度局部对比度增强算法。基于形态学top—hat变换,通过提高亮特征灰度值或降低暗特征灰度值来增强图像对比度。试验表明,该方法可以有效地增强路面裂缝图像的对比度。