摘要
本申请提供了一种冷再生路面修复管理系统及方法,涉及智能数据分析领域,其采用基于深度学习的图像分析和数据处理技术来对施工现场温度和湿度环境参数进行数据规整和时序排列,接着对温度和湿度时序特征进行细粒度隐含关联,同时对路面修复材料的表面状态图像进行性能语义编码,以此根据温湿度时序隐含关联特征和材料性能图像语义编码特征之间的多特征感知来自动地判断施工条件是否适宜施工。这样,通过智能化地分析施工现场的温度时序数据、湿度时序数据以及路面修复材料的表面图像,可以实现对施工条件的全面、准确、智能的评估。
技术关键词
修复管理系统
再生路面
路面修复材料
编码特征
时序
温湿度
施工现场
跨模态
sigmoid函数
图像
特征值
语义
修复管理方法
特征提取模块
蒸馏
传感器组
卷积神经网络模型
队列
转换器结构
系统为您推荐了相关专利信息
数字孪生系统
动态知识图谱
传感器
GIS技术
邻近算法
深度神经网络模型
长短期记忆网络
设备效能
故障识别方法
风机运行状态
波形识别方法
卷积模块
调制方式识别模块
冗余特征
芯片