典型文献
融合多源测量数据的桥梁挠度异常探测方法
文献摘要：
桥梁是一种重要的交通基础设施,保障了人员和物资的流动运输,桥梁安全状态监测至关重要.受桥梁自身承重、桥面移动荷载和环境温度等因素的影响,桥梁挠度不断发生变化,而挠度异常可能会引起桥梁的结构性损伤而产生安全隐患.针对目前挠度异常探测方法没有综合考虑其外部环境和挠度自身变化特征的不足,本文提出了一种融合多源测量数据的桥梁挠度异常探测方法.利用环境温度、桥面移动荷载及桥梁挠度计算多源测量数据特征并融合,通过随机森林分类模型识别异常挠度.试验结果表明,本文方法的异常探测精度达到88.18％,效果良好,并且优于其他典型机器学习模型,能够帮助桥梁管理部门及时发现桥梁挠度异常情况,从而提高桥梁维护管理水平.
文献关键词：
桥梁挠度;异常探测;数据融合;随机森林
中图分类号：
作者姓名：
陈睿哲;涂伟;李清泉;谷宇;左小清;高文武
作者机构：
深圳大学广东省城市空间信息工程重点实验室,广东 深圳518060;深圳大学自然资源部大湾区地理环境监测重点实验室,广东 深圳518060;深圳大学深圳市空间信息智能感知与服务重点实验室,广东 深圳518060;昆明理工大学国土资源工程学院,云南 昆明650093;西安敏文测控科技有限公司,陕西 西安710199
文献出处：
引用格式：
[1]陈睿哲;涂伟;李清泉;谷宇;左小清;高文武-.融合多源测量数据的桥梁挠度异常探测方法)[J].测绘通报,2022(09):105-110
A类：
B类：
测量数据,桥梁挠度,异常探测,探测方法,交通基础设施,桥梁安全,安全状态,状态监测,承重,桥面,移动荷载,其外,挠度计算,数据特征,随机森林分类,分类模型,模型识别,探测精度,机器学习模型,异常情况,高桥,桥梁维护,维护管理,数据融合
AB值：
0.280953
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
