同济大学学报(自然科学版)

作者：杜豫川，都州扬，刘成龙

单位：同济大学 道路与交通工程教育部重点实验室，上海201804

关键词：道路养护与维修,公路病害识别,梯度提升,探地雷达

针对探地雷达A-scan数据检测多类公路深层病害准确率不高的问题，首先通过实地数据采集、钻芯取样技术，结合数据预处理和专家解释过程，建立大量具有公路深层病害类别标签的A-scan数据库。对不同类别与不同严重程度的病害表征进行对比分析，充分挖掘公路深层病害的细节表征。最后，基于时域-频域多维度，选取A-scan反射波的能量、方差、峰度和对数功率谱作为特征值，引入人工智能分类方法中表现出色的极限梯度提升XGBoost算法（Extreme Gradient Boosting）对数据进行训练和分类预测。结果表明：通过对病害特征的有效提取，XGBoost分类算法对脱空、疏松、裂缝或断层类病害的识别精度均可达90%以上。

来源：2020年第12期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2020年第12期