[發(fā)明專利]基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法在審
| 申請?zhí)枺?/td> | 202310473900.7 | 申請日: | 2023-04-27 |
| 公開(公告)號: | CN116523129A | 公開(公告)日: | 2023-08-01 |
| 發(fā)明(設計)人: | 彭毅;張政奇;孔令云;朱洪洲;余苗;王大為;李林;羅文婷;劉波;劉鋼 | 申請(專利權)人: | 重慶交通大學;成都英普飛自動化設備有限公司 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06F18/214;G06T17/00 |
| 代理公司: | 北京海虹嘉誠知識產(chǎn)權代理有限公司 11129 | 代理人: | 胡博文 |
| 地址: | 402247 重*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 xgboost 分形維數(shù) 路面 性能 預測 方法 | ||
1.一種基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:包括如下步驟:
S1.采集路面數(shù)據(jù)信息,并將路面數(shù)據(jù)信息制作成路面樣本集;
S2.構建基于XGBOOST的路面抗滑性能預測模型,將路面樣本集輸入到路面抗滑性能預測模型進行模型訓練,得到訓練好的預測模型;
S3.將待測的路面紋理特征信息輸入到訓練好的預測模型,輸出路面抗滑性能預測結果。
2.根據(jù)權利要求1所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:所述路面數(shù)據(jù)信息包括路面紋理數(shù)據(jù)、路面摩擦系數(shù)以及路表溫度。
3.根據(jù)權利要求2所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:將路面數(shù)據(jù)信息制作成路面樣本集,具體包括:
對路面紋理數(shù)據(jù)進行特征提取,得到特征數(shù)據(jù)集;所述特征數(shù)據(jù)集包括三維分形維數(shù)、橫剖分形維數(shù)以及縱剖分形維數(shù)均值;
將不同工況下的路面摩擦系數(shù)作為路面摩擦系數(shù)集,并將不同工況下的路表溫度作為路表溫度集;
對特征數(shù)據(jù)集、路面摩擦系數(shù)集以及路表溫度集進行組合,形成路面樣本集。
4.根據(jù)權利要求3所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:根據(jù)如下方法確定三維分形維數(shù):
根據(jù)路面紋理數(shù)據(jù)進行三維點云圖像重建,得到三維點云圖像;
計算三維點云圖像的分形維數(shù),并將三維點云圖像的分形維數(shù)作為三維分形維數(shù)。
5.根據(jù)權利要求3所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:根據(jù)如下方法確定橫剖分形維數(shù):
根據(jù)路面紋理數(shù)據(jù)進行三維點云圖像重建,得到三維點云圖像;
對三維點云圖像進行不同深度的橫向剖切,得到不同深度的橫向剖切圖像;
分別計算不同深度的橫向剖切圖像的分形維數(shù),得到若干分形維數(shù),并將若干分形維數(shù)作為橫剖分形維數(shù)。
6.根據(jù)權利要求3所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:根據(jù)如下方法確定縱剖分形維數(shù)均值:
采用線掃描方式采集路面紋理數(shù)據(jù),將路面紋理數(shù)據(jù)進行縱向分割,得到若干子數(shù)據(jù);
依次繪制若干子數(shù)據(jù)的紋理折線圖,得到若干縱剖紋理折線圖;
分別計算若干縱剖紋理折線圖的分形維數(shù),得到若干縱剖分形維數(shù),并將若干縱剖分形維數(shù)的均值作為縱剖分形維數(shù)均值。
7.根據(jù)權利要求1所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:所述步驟S2,具體包括:
S21.基于XGBOOST構建初始的路面抗滑性能預測模型;
S22.對路面樣本集進行劃分,得到模型訓練集以及獨立驗證集;
S23.利用模型訓練集對初始的路面抗滑性能預測模型進行模型訓練,得到第一路面抗滑性能預測模型;
S24.利用獨立驗證集對第一路面抗滑性能預測模型的預測精度進行評價,得到精度評價結果;
S25.若精度評價結果不達標,則不斷調整第一路面抗滑性能預測模型的模型參數(shù),使得精度評價結果達標,并將達標后的第一路面抗滑性能預測模型作為訓練好的預測模型。
8.根據(jù)權利要求7所述的基于XGBOOST與分形維數(shù)的路面抗滑性能預測方法,其特征在于:通過判定系數(shù)和均方根誤差來計算第一路面抗滑性能預測模型的預測精度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶交通大學;成都英普飛自動化設備有限公司,未經(jīng)重慶交通大學;成都英普飛自動化設備有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310473900.7/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理
- 一種基于Xgboost框架的醫(yī)院門診就診量預測方法
- 一種基于xgBoost模型和Hadoop架構的竊電識別分析方法及終端
- 基于改進XGBoost的泛癌癥基因通路預測方法、系統(tǒng)和存儲介質
- 一種基于XGBoost算法的區(qū)塊鏈產(chǎn)品檢測方法、系統(tǒng)及裝置
- 用于XGBoost模型的解釋方法
- 基于XGboost模型的鋰離子電池荷電狀態(tài)估算
- 一種數(shù)據(jù)隱私保護協(xié)議的分析方法、裝置及電子設備
- 一種基于xgboost算法的短期電價預測方法及裝置
- 基于GA-PSO優(yōu)化XGBoost的水文時間序列預測方法
- 一種用戶異常用電行為檢測方法及裝置





