基于典型裂纹的沥青路面视觉评估方法研究

针对现有沥青路面裂纹检测方法存在细小裂纹漏检、复杂裂纹检测精度低、自动化损坏评估准确度低等问题,提出了一种基于典型裂纹的沥青路面损坏视觉评估方法。首先,利用基于改进特征金字塔的ResNet网络对裂纹进行像素级检测;其次,提取裂纹骨架信息,计算裂纹特征并判断裂纹类别;最后,根据裂纹特征评估对应的损坏程度,结合裂纹类别和损坏程度,自动加权计算路面损坏状况指数。试验结果表明,采用本文方法检测沥青路面典型裂纹的准确率可达95.3%,而路面损坏评估相对误差仅1.6%。本算法能有效检测沥青路面典型裂纹,可为沥青路面自动化评估水平的提升提供参考。

基于对称CNN-LSTM网络的太阳辐照度超短期预测研究

为进一步提高太阳光照度的预测,文章提出一种融合对称模型的光照度预测方法。首先对光照度气象数据进行预处理,将数值进行归一化。为了减少超短期内云层运动变化引起光照度的变化,引入了一种定义云层与太阳中心的距离,并建立输入矩阵。通过设置不同超参数测试网络效果,将不同数据通过文章构建的多输入多输出对称融合网络进行训练并得到预测值,并与对照实验比较,通过实验证明,文章提出网络架构比对照实验组拥有更好的预测效果,能够更好反应超短期内光照度变化趋势。