文献

J-GLOBAL ID：202002221846793130   整理番号：20A1834026

多特徴因子に基づく道路用骨材粒径計算ニューラルネットワークモデル【JST・京大機械翻訳】

Neural Network Model for Road Aggregate Size Calculation Based on Multiple Features

著者 (6件)： Pei Lili (長安大学 信息工程学院,陜西 西安,710064) ,  Sun Chaoyun (長安大学 信息工程学院,陜西 西安,710064) ,  Hu Yuanjiao (長安大学 信息工程学院,陜西 西安,710064) ,  Li Wei (長安大学 信息工程学院,陜西 西安,710064) ,  Gao Yao (長安大学 信息工程学院,陜西 西安,710064) ,  Hao Xueli (長安大学 信息工程学院,陜西 西安,710064)
資料名： Huanan Ligong Daxue Xuebao. Ziran Kexue Ban  (Huanan Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 48  号： 6  ページ： 77-86  発行年： 2020年 
JST資料番号： W0597A  ISSN： 1000-565X  CODEN： HLDKEZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 道路工事と養生過程において、高効率、正確にアスファルト混合材料中の骨材の配合を測量することは、混合材料骨格構造の安定及び施工品質を保証する重要な一環である。単一幾何学モデルに基づいた粗骨材粒子分離に適用する場合、粒径計算が不正確であり、施工要求を満たせない問題があり、本文では、マルチ特徴因子に基づく道路用骨材粒径計算ニューラルネットワークモデルを提案し、骨材粒子の粒径を正確に計算した。まず第一に,収集された骨材粒子画像を幾何学的に特徴抽出し,抽出した特徴データをデータ洗浄と正規化によって処理し,サンプルデータセットを構築した。次に,相関分析を通して,凝集体の粒径との相関性の強い特徴因子を抽出した。最後に、多層パーセプトロン(MLP)ニューラルネットワークモデルを構築し、データセットを訓練し、感度分析を用いて骨材の粒径を特徴付ける重要な特徴重みを獲得し、骨材の粒径を正確に計算した。結果により、本文で提案した骨材粒径計算法は、カードスケール法測量の結果とフィッティング精度が高く(相関係数R2=0.91)、二次モーメント、等価楕円などの従来の幾何モデル方法と比較して、精度を著しく向上させ、かつ高速な仮想ふるい分けを実現できることが分かった。後続のふるい分け効率を著しく向上させた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *道路 ,  特徴抽出 ,  *骨材 ,  養生 ,  アスファルト ,  相関係数 ,  粒径 ,  粗骨材 ,  道路建設 ,  正規化 ,  二次モーメント ,  多層パーセプトロン ,  凝集体
準シソーラス用語： *神経回路網モデル ,  相関分析 , 【Automatic Indexing@JST】

分類 (5件)： 有機質材料  (RA06030O) ,  骨材  (YC05060B) ,  土木工学一般  (RC01000E) ,  アスファルト舗装,たわみ性舗装  (RC04040R) ,  モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (6件)： 因子 ,  道路 ,  骨材 ,  粒径 ,  計算 ,  ニューラルネットワークモデル