本書系統(tǒng)總結和闡述了交通基礎設施時空域多源異構大數(shù)據(jù)分析理論、方法和應用的研究成果,主要介紹了交通基礎設施大數(shù)據(jù)質(zhì)量提升方法以及車輛荷載時空辨識與跟蹤;針對橋梁,介紹了數(shù)據(jù)驅(qū)動和模型驅(qū)動的橋梁服役性能評估方法;針對道路,給出了道路病害識別與服役性能評估方法;針對網(wǎng)絡,介紹了基于無向圖和有向圖的交通基礎設施網(wǎng)絡評估方法。
更多科學出版社服務,請掃碼獲取。
李順龍, 哈爾濱工業(yè)大學教授, 2013 IASCM Takuji Kobori Prize獲得者,2017 ASCE Raymond C. Reese Research Prize獲得者。主持了國家重點研發(fā)計劃課題(2018YFB1600202)、國家自然科學基金優(yōu)秀青年科學項目(51922034)、國家自然科學基金面上項目(2014年,2016年)、國家自然科學基金青年科學基金(2010年)等。
目錄BR>前言BR>第1章 緒論 1BR>1.1 交通基礎設施時空域多源異構大數(shù)據(jù)預處理 1BR>1.1.1 大數(shù)據(jù)異常檢測 1BR>1.1.2 異常大數(shù)據(jù)修復 3BR>1.2 交通基礎設施動荷載及病害識別與服役性能評估 6BR>1.2.1 車輛荷載辨識與跟蹤 7BR>1.2.2 道路關鍵病害識別 8BR>1.2.3 道路服役性能評估 12BR>1.2.4 橋梁服役性能評估 15BR>1.3 路網(wǎng)級交通基礎設施服役性能評估 19BR>1.3.1 網(wǎng)絡級橋梁服役管理概況 19BR>1.3.2 路網(wǎng)級交通基礎設施服役性能評估方法 20BR>參考文獻 24BR>第2章 交通基礎設施多源異構大數(shù)據(jù)質(zhì)量提升方法 37BR>2.1 數(shù)值數(shù)據(jù)異常檢測與智能修復 37BR>2.1.1 基于DS-LOF與GA-XGBoost的路域環(huán)境感知數(shù)據(jù)智能檢測與修復算法 37BR>2.1.2 基于SSC與XGBoost的高速公路異常收費數(shù)據(jù)修復算法 46BR>2.2 圖像數(shù)據(jù)質(zhì)量提升 55BR>2.2.1 基于超分重建和數(shù)據(jù)增廣的二維圖像質(zhì)量提升 55BR>2.2.2 基于斷點插值和參考平面濾波的三維感知圖像缺失及異常修復 65BR>參考文獻 74BR>第3章 橋梁結構健康監(jiān)測系統(tǒng)的不良數(shù)據(jù)重構方法 75BR>3.1 基于時空圖注意力網(wǎng)絡的不良趨勢項數(shù)據(jù)重構 75BR>3.1.1 基于多源數(shù)據(jù)關聯(lián)的不良監(jiān)測數(shù)據(jù)重構 75BR>3.1.2 基于時空圖注意力網(wǎng)絡的數(shù)據(jù)重構方法 77BR>3.1.3 斜拉橋索力趨勢項數(shù)據(jù)重構實例 83BR>3.2 基于降噪自編碼器的不良車致項數(shù)據(jù)魯棒重構 90BR>3.2.1 基于降噪自編碼器的車致項數(shù)據(jù)的魯棒重構與特征降維 90BR>3.2.2 鐵路鋼桁梁橋不良車致應力數(shù)據(jù)魯棒重構實例 95BR>參考文獻 108BR>第4章 車輛荷載時空辨識與跟蹤方法 110BR>4.1 車輛荷載空間辨識方法 110BR>4.1.1 車輛荷載空間辨識網(wǎng)絡架構 112BR>4.1.2 車輛荷載空間辨識網(wǎng)絡訓練策略 115BR>4.1.3 車輛荷載空間辨識網(wǎng)絡評估指標及實施細節(jié) 117BR>4.1.4 車輛荷載空間辨識應用實例 119BR>4.2 車輛荷載時空跟蹤方法 122BR>4.2.1 車輛荷載時空跟蹤算法具體架構 124BR>4.2.2 車輛荷載時空跟蹤評估指標及實施細節(jié) 126BR>4.2.3 車輛荷載時空跟蹤應用實例 128BR>參考文獻 129BR>第5章 模型驅(qū)動的單體橋梁服役性能評估方法 131BR>5.1 考慮凍融循環(huán)與除冰鹽作用的氯離子侵蝕模型 131BR>5.1.1 鋼筋初始銹蝕時間 132BR>5.1.2 銹蝕鋼筋剩余面積與強度時變模型 133BR>5.1.3 混凝土強度時變模型 135BR>5.2 寒區(qū)橋梁荷載模型 136BR>5.2.1 橋梁結構恒載模型 136BR>5.2.2 車輛荷載模型 136BR>5.3 寒區(qū)橋梁時變可靠度分析實例 137BR>5.3.1 橋梁概況 137BR>5.3.2 基于檢測信息的橋梁構件可靠度貝葉斯更新 137BR>5.3.3 多重指標下的橋梁結構整體時變可靠度 140BR>參考文獻 148BR>第6章 基于數(shù)據(jù)時空關聯(lián)的橋梁結構狀態(tài)評估方法 150BR>6.1 基于趨勢項數(shù)據(jù)空間關系圖表征的橋梁結構狀態(tài)評估 150BR>6.1.1 基于空間關系圖表征的局部和全局數(shù)據(jù)異常模式區(qū)分 151BR>6.1.2 趨勢項數(shù)據(jù)的空間關系圖表征建模方法 152BR>6.1.3 結合回歸殘差與邊權重的異常診斷策略 157BR>6.1.4 基于斜拉橋索力趨勢項數(shù)據(jù)的評估方法驗證 161BR>6.2 基于時空互補車致項數(shù)據(jù)解耦的橋梁結構狀態(tài)評估 168BR>6.2.1 橋梁車致項數(shù)據(jù)的單一車輛響應提取 168BR>6.2.2 基于時空互補信息的多車疊加響應解耦方法 171BR>6.2.3 橋梁多車疊加響應解耦實例 177BR>6.2.4 基于車致項數(shù)據(jù)解耦的結構狀態(tài)評估 189BR>6.3 基于趨勢項和車致項數(shù)據(jù)降維特征的橋梁結構狀態(tài)融合評估 194BR>6.3.1 橋梁趨勢項和車致項數(shù)據(jù)的降維特征學習 194BR>6.3.2 基于降維特征的單分類異常診斷方法 199BR>6.3.3 基于監(jiān)測數(shù)據(jù)降維特征的結構狀態(tài)評估方法驗證 200BR>參考文獻 208BR>第7章 基于注意力機制增強CNN的路面裂縫檢測評估方法 210BR>7.1 AttentionCrackNetCNN模型 211BR>7.1.1 AttentionCrackNet網(wǎng)絡結構 211BR>7.1.2 編碼器-解碼器框架 218BR>7.1.3 跳躍連接和注意力門 219BR>7.1.4 快速并行細化算法 221BR>7.2 瀝青道路裂縫像素級檢測 222BR>7.2.1 瀝青道路數(shù)據(jù)的采集 222BR>7.2.2 瀝青道路裂縫的檢測結果與分析 223BR>7.2.3 AttentionCrackNet模型評價標準和網(wǎng)絡設置 225BR>7.2.4 AttentionCrackNet模型對比研究 229BR>7.3 裂縫量化評估 232BR>參考文獻 237BR>第8章 基于長短期記憶模型的路面服役性能評價方法 238BR>8.1 數(shù)據(jù)收集與整理 239BR>8.1.1 路面技術參數(shù)數(shù)據(jù)收集 239BR>8.1.2 影響變量數(shù)據(jù)收集 240BR>8.1.3 相關性分析 242BR>8.2 瀝青路面技術參數(shù)預測模型 243BR>8.2.1 小波降噪 243BR>8.2.2 構建瀝青路面技術參數(shù)預測模型 246BR>8.2.3 瀝青路面技術參數(shù)預測結果 249BR>8.3 瀝青路面使用性能綜合評價模型 258BR>8.3.1 瀝青路面使用性能評價方法 259BR>8.3.2 構建瀝青路面使用性能綜合評價模型 262BR>參考文獻 267BR>第9章 交通基礎設施無向網(wǎng)絡建模與評估方法 268BR>9.1 無向網(wǎng)絡建模 268BR>9.1.1 網(wǎng)絡中橋梁檢測情況 269BR>9.1.2 無向網(wǎng)絡建模方法 270BR>9.2 基于貝葉斯網(wǎng)絡的無向網(wǎng)絡脆弱性分析 276BR>9.2.1 無向網(wǎng)絡全端連通概率分析 277BR>9.2.2 無向網(wǎng)絡脆弱性分析 283BR>9.3 基于網(wǎng)絡分解的無向網(wǎng)絡連通概率快速評估算法 284BR>9.3.1 遞歸多級k路網(wǎng)絡分解算法 286BR>9.3.2 子網(wǎng)評估 288BR>9.3.3 簡化網(wǎng)絡評估 292BR>參考文獻 294BR>第10章 交通基礎設施有向網(wǎng)絡建模與評估方法 296BR>10.1 有向網(wǎng)絡建模 297BR>10.1.1 有向網(wǎng)絡拓撲圖的建立 298BR>10.1.2 有向網(wǎng)絡邊權賦值 299BR>10.2 有向橋梁網(wǎng)絡連通概率分析 303BR>10.2.1 有向橋梁網(wǎng)絡的狀態(tài)枚舉算法 304BR>10.2.2 有向邊的重要性指標 305BR>10.3 實例分析:有向城市橋梁網(wǎng)絡模型 306BR>10.3.1 有向城市橋梁網(wǎng)絡建模 307BR>10.3.2 有向相關橋梁網(wǎng)絡評估 309BR>參考文獻 310BR>