[發(fā)明專利]一種基于極限學習機的瀝青品牌識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010703679.6
• 申請日: 2020-07-18
• 公開（公告）號: CN113484249A
• 公開（公告）日: 2021-10-08
• 發(fā)明（設(shè)計）人: 殷偉
• 申請（專利權(quán)）人: 北京立鼎智行科技有限公司
• 主分類號: G01N21/25
• 分類號: G01N21/25;G06N20/00
• 代理公司: 廣東有知貓知識產(chǎn)權(quán)代理有限公司 44681
• 代理人: 朱親林

本發(fā)明公開了一種基于極限學習機的瀝青品牌識別系統(tǒng)，包括電腦、紅外光譜儀和云平臺，所述電腦控制紅外光譜儀采集譜圖，并且將所采集的譜圖上傳到云平臺，然后從云平臺接受到品牌結(jié)論，將結(jié)論顯示出來，紅外光譜儀能夠有瀝青的接受窗口，能夠檢測完瀝青后，生成瀝青的譜圖，用于后續(xù)的算法；電腦接受紅外光譜儀的瀝青譜圖，通過交互到云數(shù)據(jù)庫，并且云計算后，輸出品牌識別結(jié)果。電腦和紅外光譜儀通過硬件手段整合成一臺專用儀器，進行品牌識別時，可以將數(shù)據(jù)上傳到云，用于建模，增加極限學習機的準確度；并且，將核心的計算建模的過程放置到云平臺，保證了算法的安全性；另外，通過品牌的識別能夠有效去杜絕瀝青冒牌和貼牌的情況。

技術(shù)領(lǐng)域

本發(fā)明涉及公路建設(shè)以及維護領(lǐng)域，具體為一種基于極限學習機的瀝青品牌識別系統(tǒng)。

背景技術(shù)

瀝青材料是路面關(guān)鍵材料，其質(zhì)量好壞直接決定瀝青路面工程質(zhì)量。公路使用的基質(zhì)瀝青假冒偽劣現(xiàn)象嚴重，以次充好的貼牌、冒牌瀝青大量存在；改性瀝青的改性劑含量不足或添加非有效成分，質(zhì)量不穩(wěn)定，使路面耐久性能出現(xiàn)問題；工程質(zhì)量中，為了獲取更高的利潤，貼牌瀝青，冒牌瀝青，勾兌瀝青等市場上的不當競爭愈演愈烈，蒙蔽業(yè)主和管理方，造成巨大的經(jīng)濟損失。技術(shù)質(zhì)量管理環(huán)節(jié)失控，使得原材料波動或者不合格而造成路面損壞的問題突出，所以公路建設(shè)過程中，瀝青檢測是必不可少的環(huán)節(jié)。

其中基質(zhì)瀝青是公路中使用的所有瀝青的基礎(chǔ)。能夠有效的控制基質(zhì)瀝青的質(zhì)量就很有必要了。

對于瀝青的品牌來料識別系統(tǒng)，目前市面上還有沒有有效的方式來區(qū)別品牌。

有類似的方式來判斷瀝青品質(zhì)，高分辨質(zhì)譜的方式，分辨率能夠達到幾十萬甚至上百萬，可以精確地確定由C、H、S、N、O以及它們主要同位素所組成的各種元素組合,真正從分子元素組成層次上研究石油組成。

另外，也有通過瀝青的針入度，延度，軟化度來判斷瀝青是否符合要求。

以上其他類似的方式存在以下問題：

1.高分辨質(zhì)譜的方式，成本極高，花費時間很長，不能在施工現(xiàn)場多次測試，只有極少的研究院才有高分辨質(zhì)譜儀；

2.針對度，延度，軟化度的檢測并不精確，并且此檢測方式的結(jié)論是瀝青品質(zhì)是否符合要求，不能完全杜絕貼牌，冒牌的現(xiàn)象。

這些類似的方式只能判斷瀝青品質(zhì)是否符合要求，并不能判斷瀝青的品牌是否跟業(yè)主要求的是否一致。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于極限學習機的瀝青品牌識別系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于極限學習機的瀝青品牌識別系統(tǒng)，包括電腦、紅外光譜儀和云平臺，所述電腦控制紅外光譜儀采集譜圖，并且將所采集的譜圖上傳到云平臺，然后從云平臺接受到品牌結(jié)論，將結(jié)論顯示出來。

優(yōu)選的，所述紅外光譜儀主要采集瀝青的紅外譜圖，然后傳輸給電腦。

優(yōu)選的，所述云平臺能夠接受瀝青的譜圖，并且，基于極限學習機的瀝青品牌識別算法在云平臺上，通過計算后，輸出品牌結(jié)論。

優(yōu)選的，所述紅外光譜儀是通過USB口將瀝青的紅外譜圖傳輸給電腦。

一種基于極限學習機的瀝青品牌識別系統(tǒng)的方法，包括以下步驟：

S1、使用時，先用紅外光譜儀采集瀝青的紅外譜圖，將采集后的紅外譜圖通過USB傳輸給電腦，再通過電腦將采集后的紅外譜圖上傳到云平臺中的服務器中；

S2、服務器將紅外譜圖傳遞給極限學習機器，然后極限學習機器將紅外譜圖通過極限學習機核心算法進行識別并返回檢測結(jié)果，同時學習采集后的紅外譜圖并更新算法模型，再將檢測結(jié)果返回服務器；

S3、整體檢測完成，最后服務器將檢測結(jié)果傳遞給電腦，并顯示給用戶。