基于极限梯度提升和探地雷达时频特征的水泥路面脱空识别

摘要：

针对探地雷达(GPR)数据解译依赖于人工经验,存在费时费力和主观偏差的问题,提出了基于极限梯度提升(XGBoost)和GPR时频特征的水泥路面脱空识别方法.采用正演模拟、室内试验和现场试验获得了脱空病害数据源,建立含有标签的脱空GPR数据集;通过重采样方法统一GPR数据采样频率,并对预处理后的GPR数据进行时频域特征提取,建立了包含18个时域和12个频域特征的数据集.以时频域特征为输入,是否存在脱空病害为输出,采用XGBoost算法构建脱空识别模型,并与随机森林(RF)和人工神经网络(ANN)算法进行对比.结果表明,模型的识别准确率 排 序 为 XGBoost(98.10%)＞ANN(95.10%)＞RF(93.17%),XGBoost模型识别精度最高,并能在实际路面上准确定位脱空区域.

关键词：道路养护、探地雷达(GPR)、脱空病害、极限梯度提升(XGBoost)、时频域特征

所属期刊栏目：52

分类号：U418(道路工程)

资助基金：广西省交通运输行业重点科技项目;陕西省自然科学基础研究计划项目;陕西省交通厅项目

在线出版日期：2024-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：104-114,121