最小二乘法结合BP神经网络在路面平整度数据标定及处理中的应用

在充分调研国内外路面平整度检测技术的基础上,针对平整度数据检测中存在的异常数据、漏检数据等问题,结合其技术指标,基于最小二乘法的原理对试验数据的IRI测量重复性误差和IRI测量误差进行分析,确保数据源的准确性和可参考性,并对BP神经网络算法的有效性和实用性进行了验证,再采用BP神经网络方法对路面平整度检测数据进行识别和补充处理,使检测到的数据能反映被检测实体的真实信息。最后,结合工程实例,在Matlab上实现仿真和计算,把补充的数据和真实数据进行相对误差比较分析,结果表明:数据处理结果能很好地满足工程质量检测数据误差的要求。

基于信度分析判别路面平整度检测设备速度影响性的方法

在调研国内外路面平整度检测设备的基础上,分析各类检测设备的技术特征和数据特征,选取主流的响应类检测设备进行速度影响性判定。首先对该设备不同行驶速度下左右侧轮迹的检测数据进行顺时曲线展现,接着进行信度系数计算与分析,计算结果符合数据展现的整体趋势,即左侧轮迹检测数据受速度影响性较大,右侧很小,进一步通过不同速度下各项目检测数据相关性的分析,表明左侧轮迹80 km/h下的检测数据与任何一项检测数据的相关性均较低。因此,在产生数据需求时应考虑行驶速度对车载设备数据采集准确度的影响,该方法计算结果可作为相应设备使用效果和状态受速度影响性判别的依据。