基于深度学习的城市道路病害智能识别和养护技术研究

作者：陈智勇

来源：科学技术创新, 2023, (25): 168-171.

• 深度学习
• 智能识别
• 城市道路
• 病害
• 养护技术

本文基于深度学习法，对城市道路病害智能识别和养护技术进行研究，通过车载式路面图像采集设备智能化集取各项数据信息，建立高质量路面裂缝数据集。构建ML-ELM深度学习模型并设置相关网络参数，评估路面病害识别模型性能。对于特异性、灵敏性、准确度、精确度来说，NCA+ML-ELM模型分别为99.98%、99.95%、99.97%、99.93%;ReliefF+DSAE模型性能分别为95.93%、85.56%、93.44%、85.68%。NCA+MLELM算法对数据处理具有更高的准确性和鲁棒性。针对城市道路出现龟裂、裂缝、网状裂缝等病害问题，提出微表处技术、裂缝修补技术、就地热再生技术。