基于机器学习的道路桥梁施工沥青路面离析层厚度估计方法

本发明公开了一种基于机器学习的道路桥梁施工沥青路面离析层厚度估计方法，S1.得到对齐多源无损检测数据集；S2.生成复数谱域张量；S3.得到初始傅里叶神经算子模型；S4.得到优化后傅里叶神经算子模型；S5.生成厚度热图，并在厚度热图中标记超阈值区域为疑似离析区域；S6.当钻芯测量结果获取后，将测量结果与疑似离析区域进行比对，并触发亨利气体溶解度优化算法再次寻优，更新傅里叶神经算子模型，在更新后傅里叶神经算子模型收敛时，输出最新离析层厚度连续场、最新厚度热图及疑似离析区域列表，完成沥青路面离析层厚度估计。本发明有效提升了厚度异常区域识别的准确率和空间定位能力，为路面快速巡检与精准补强提供了可靠技术基础。