项目名称: 面向抗滑的路面多尺度特征识别方法研究

项目编号: No.51208394

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 建筑环境与结构工程学科

项目作者: 王维锋

作者单位: 武汉工程大学

项目金额: 25万元

中文摘要: 路面纹理是影响路面抗滑性能的关键因素之一,以往的研究仅从垂直方向、水平方向或单重分形层面刻画路面纹理整体的几何形貌,未能揭示出路面纹理所蕴含的整体相似性、局部差异性、复杂性等关键特征,因而也未能有效估计路面抗滑性能。本项目创新性的提出采用多重分形技术识别不同尺度下的路面纹理特征,试图找到能全面反映具有抗滑差异性的路面纹理之间的奇异谱及其快速求解方法,探寻最能表述纹理丰富信息的新参数集,并通过大量的实验分析与理论推导阐明新参数集对路面抗滑性能产生显著影响的物理意义;尝试采用多元统计和人工神经网络技术构建基于纹理多重分形特征向量的路面抗滑性能非线性最优估计模型及其校验方法,该模型可用于指导路面纹理施工,为铺制具有不同抗滑性能的路面提供理论支撑。

中文关键词: 路面纹理;多尺度;多重分形;图像分析;抗滑

英文摘要: Pavement surface texture significantly contributes to skid resistance. Traditional approaches of characterizing pavement texture are limited in capability to reflect synthesized extension of the surface irregularities related to skid resistance. Motivated by the rough repetitiveness and self-similarity,this study attempts to develop a multifractal method to quantify the complexity and self-similarity of spatial arrangement of pavement surface texture and subsequently evaluate skid resistance. To achieve the objective, first, experimental data are employed and analyzed to justify the potential multifractal features of pavement surface profile. Second, the direct approach to compute multifractal spectra is explored. Specifically, the capability in explicitly distinguishing different types of pavement is revealed by multifractal spectra developed for the sampled surface textures. Third, multifractal parameters are developed to feature the pavement texture and explore the effects on skid resistance. For the purpose of evaluation, surface texture of pavement samples employed are measured via a laser and image analyzer-based device, and their skid resistance are acquired via the Portable Pendulum Tester and the Mu-meter MK6. Last, the model to evaluate pavement skid resistance using characteristic parameters of multif

英文关键词: pavement texture;multi-scale;multifractal;image analysis;skid resistance

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】通过特征Mixing进行主动学习
专知会员服务
25+阅读 · 2022年3月15日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
【NeurIPS2021】学习用于分布外预测的因果语义表示
专知会员服务
17+阅读 · 2021年11月19日
专知会员服务
11+阅读 · 2021年7月13日
专知会员服务
54+阅读 · 2021年6月15日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
43+阅读 · 2020年12月8日
科技大数据知识图谱构建方法及应用研究综述
专知会员服务
134+阅读 · 2020年8月12日
专知会员服务
50+阅读 · 2020年7月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
【CVPR2022】通过特征Mixing进行主动学习
专知会员服务
25+阅读 · 2022年3月15日
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
【NeurIPS2021】学习用于分布外预测的因果语义表示
专知会员服务
17+阅读 · 2021年11月19日
专知会员服务
11+阅读 · 2021年7月13日
专知会员服务
54+阅读 · 2021年6月15日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
43+阅读 · 2020年12月8日
科技大数据知识图谱构建方法及应用研究综述
专知会员服务
134+阅读 · 2020年8月12日
专知会员服务
50+阅读 · 2020年7月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员