公开(公告)号：CN119398095A

公开(公告)日：2025-02-07

申请号：CN202411408803.0

申请日：2024-10-10

Applicant: 浙江交工集团股份有限公司 ,  浙江大学

Inventor： 楼俊斌 ,  陈建军 ,  孔庆林 ,  杨俊华 ,  吴颖韬 ,  胡淼良 ,  伊仁毅 ,  李明 ,  徐荣桥 ,  潘剑超 ,  冯倩

IPC: G06N3/042 ,  G06N3/084 ,  G06F18/214 ,  G06F18/2113 ,  G06N3/0985

Abstract: 本发明公开了一种基于知识增强神经网络的多变量路基压实度智能检测方法，包括如下步骤：获取原始的样本数据集；对原始的样本数据集进行筛选，以输出最佳样本数据集，并基于压实度对最佳样本数据集中的样本数据进行标签标注，将最佳样本数据集和标签组成最终数据集；基于知识增强神经网络框架构建对应的预测网络；利用最终数据集对预测网络进行训练，以获得压实度预测模型；将压路机上采集的样本数据输入至压实度预测模型，以预测对应的压实度，并将预测获得的压实度和压路机的位置信息结合，以输出对应的压实质量云图。本发明还提供了一种多变量路基压实度智能检测装置。本发明提供的方法能大幅减少路基压实检测的成本，以及加快检测效率。