一种桥梁病害快速智能检测方法
    2.
    发明公开

    公开(公告)号:CN111562220A

    公开(公告)日:2020-08-21

    申请号:CN202010487540.2

    申请日:2020-06-02

    Abstract: 本发明公开一种桥梁病害快速智能检测方法,包括以下步骤:爬壁机器人通过广角相机扫描桥梁检测区域,快速采集检测区域宽视场图像,对其进行畸变校正,去除边缘部分的光学畸变后,再导入健康桥梁表面识别系统中,将无法判为健康表面的部分定为可疑区域。路径规划系统根据可疑区域的位置优化检测路径,再根据优化检测路径直接抵达并检测所有可疑区域,通过工业相机近距离多角度拍摄桥梁表面,将拍摄的图像导入病害识别系统中,自动识别分类其中的桥梁病害。本发明方法节省了检测时间,提高了检测精度,解决了移动检测设备续航能力不足的问题,去除了狭窄空间的检测死角,降低对桥面交通的影响,提高了桥梁病害识别准确率。

    基于机器学习的桥梁技术状况预测方法及系统

    公开(公告)号:CN118606847B

    公开(公告)日:2024-11-05

    申请号:CN202411080744.9

    申请日:2024-08-08

    Applicant: 吉林大学

    Abstract: 本发明公开一种基于机器学习的桥梁技术状况预测方法及系统,属于机器学习技术领域,解决了桥梁技术状况准确预测与评估水平有待进一步提高的问题。通过对原始数据进行预处理,利用随机森林方法评估特征重要性后,采用Spearman方法计算相关系数并排除相关性较高的特征,减少数据中的多重共线性;利用SMOTETomek方法进行数据平衡处理,增加少数类样本;通过随机搜索算法对XGBoost模型进行参数调优后,采用XGBoost方法对桥梁技术状况等级进行预测。通过迭代训练决策树模型并优化目标函数,构建最终的集成学习模型。本发明能够更准确地预测桥梁技术状况,提高预测准确性和稳定性,适应性更强,效率更高。

Patent Agency Ranking