基于高光谱影像纹理特征的路面抗滑性能预测方法及系统

AITNT
正文
推荐专利
基于高光谱影像纹理特征的路面抗滑性能预测方法及系统
申请号:CN202511223940
申请日期:2025-08-29
公开号:CN120747075B
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了一种基于高光谱影像纹理特征的路面抗滑性能预测方法及系统,该方法包括:采集路面的机载高光谱影像;对高光谱影像每个波段进行小波变换得到高频分量,以及在高频分量上计算香农熵和能量,进而利用香农熵和能量构建波段得分用以筛选出反映路面特点的光谱特征波段;再基于光谱特征波段的纹理特征筛选纹理参数,形成纹理参数数据集;最终,将纹理参数数据集输入CGS‑XGBoost模型中进行训练并预测出其他未知路面的抗滑性能结果。本发明技术方案拓展了现有评价指标对路表纹理表征的局限性,从宏观影像纹理角度出发预测抗滑性能,避免了传统方法测量区域小的弊端,显著提高了路面抗滑性能预测的准确性及广泛性。
技术关键词
XGBoost模型 影像纹理特征 性能预测方法 机载高光谱 性能预测模型 灰度共生矩阵 路面 超参数 学习器 网格搜索方法 对比度 误差 标签 插值方法 样本 数据
系统为您推荐了相关专利信息
1
基于资产数智化管理平台的特定模型构建方法及系统
性能指标数据 性能预测模型 模型构建方法 资产配置信息 深度强化学习算法
2
一种基于深度学习的纳米材料性能预测方法及系统
性能预测模型 采样点 纳米材料 动力学特性数据 构型
3
基于海上风电场性能的集群预测方法及系统
海上风电场 集群 指标 仿真数据 性能预测模型
4
基于可编程交换机的网络流量分类方法及网络流量分类器
可编程交换机 网络流量分类方法 流状态信息 XGBoost模型 特征值
5
一种GxE深度学习模型应用甘蔗耐酸铝性预测的方法
深度学习模型 动态关联分析 XGBoost模型 Sigmoid函数 数据预处理方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号