一种考虑测量和建模不确定的沥青主曲线带获得方法

    公开(公告)号:CN115586105A

    公开(公告)日:2023-01-10

    申请号:CN202211056675.9

    申请日:2022-08-31

    Applicant: 河海大学

    Abstract: 本发明提供了一种考虑测量和建模不确定的沥青主曲线带获得方法,属于沥青流变特性表征领域,本发明通过将DSR测量沥青流变性存在的数据差异和沥青流变模型类型及其拟合过程引起的建模差异考虑到沥青主曲线构造过程中,从而提出了一种获得沥青主曲线带的方法。本发明提出的沥青主曲线带获得方法考虑了现有沥青流变性表征技术中存在的DSR测量和流变模型引起的不确定性,同时,沥青主曲线带宽度可以定量识别沥青对流变模型的敏感性,有利于更准确地表征沥青流变性能。

    一种考虑测量和建模不确定的沥青主曲线带获得方法

    公开(公告)号:CN115586105B

    公开(公告)日:2025-04-25

    申请号:CN202211056675.9

    申请日:2022-08-31

    Applicant: 河海大学

    Abstract: 本发明提供了一种考虑测量和建模不确定的沥青主曲线带获得方法,属于沥青流变特性表征领域,本发明通过将DSR测量沥青流变性存在的数据差异和沥青流变模型类型及其拟合过程引起的建模差异考虑到沥青主曲线构造过程中,从而提出了一种获得沥青主曲线带的方法。本发明提出的沥青主曲线带获得方法考虑了现有沥青流变性表征技术中存在的DSR测量和流变模型引起的不确定性,同时,沥青主曲线带宽度可以定量识别沥青对流变模型的敏感性,有利于更准确地表征沥青流变性能。

    一种基于复杂噪声图像深度学习的混凝土裂缝识别方法

    公开(公告)号:CN111091100A

    公开(公告)日:2020-05-01

    申请号:CN201911331743.6

    申请日:2019-12-21

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于复杂噪声图像深度学习的混凝土裂缝识别方法,涉及图像识别技术领域。首先,通过迁移学习获得裂缝类型识别网络与裂缝位置识别网络;随后,采用综合滤波方法对训练集的图像进行预处理,将多种背景转化为只含有裂缝的二值化图像,极大地削弱了噪声影响且增加了该本发明的通用性;最终,分别利用含有正常和严重背景噪声的裂缝图像测试有、无图像预处理优化的裂缝类型识别网络和裂缝位置识别网络。本发明能够在多种噪声影响下以较高精度对图像进行裂缝识别,包括对裂缝的类型和位置的识别。

Patent Agency Ranking