基于支持向量机的沥青路面性能评价

U418.6; 为了合理地对沥青路面性能进行综合评价,针对传统模型的不足,提出了支持向量机(SVM)路面性能综合评价模型、 沥青路面性能训练集及训练标签的确定方法.同时,分别采用交叉验证(CV)、 粒子群算法(PSO)、 遗传算法(GA)3种优化模型对影响模型精度关键的惩罚参数C与核函数参数g进行寻优,其准确率分别为99.60％,96.67％,94.77％,可见交叉验证寻优所得到的最佳参数分类精确率最高.最后以广东省某高速公路23个养护路段为例,分别使用支持向量机模型与 《公路技术状况评定标准》 对路面性能进行综合评价.结果表明,使用本模型所得到的评价结果更符合实际....

Full description

Saved in:
Bibliographic Details
Published in华南理工大学学报（自然科学版） Vol. 48; no. 9; pp. 116 - 123
Main Authors 赵静, 王选仓, 樊振阳, 王培丞
Format Journal Article
LanguageChinese
Published 长安大学 公路学院, 陕西 西安710064%长安大学 信息工程学院, 陕西 西安710064 01.09.2020
Subjects
支持向量机
性能综合评价
机器学习
沥青路面
Online AccessGet full text
ISSN1000-565X
DOI10.12141/j.issn.1000-565X.190841

Cover

Abstract U418.6; 为了合理地对沥青路面性能进行综合评价,针对传统模型的不足,提出了支持向量机(SVM)路面性能综合评价模型、 沥青路面性能训练集及训练标签的确定方法.同时,分别采用交叉验证(CV)、 粒子群算法(PSO)、 遗传算法(GA)3种优化模型对影响模型精度关键的惩罚参数C与核函数参数g进行寻优,其准确率分别为99.60％,96.67％,94.77％,可见交叉验证寻优所得到的最佳参数分类精确率最高.最后以广东省某高速公路23个养护路段为例,分别使用支持向量机模型与 《公路技术状况评定标准》 对路面性能进行综合评价.结果表明,使用本模型所得到的评价结果更符合实际.
AbstractList U418.6; 为了合理地对沥青路面性能进行综合评价,针对传统模型的不足,提出了支持向量机(SVM)路面性能综合评价模型、 沥青路面性能训练集及训练标签的确定方法.同时,分别采用交叉验证(CV)、 粒子群算法(PSO)、 遗传算法(GA)3种优化模型对影响模型精度关键的惩罚参数C与核函数参数g进行寻优,其准确率分别为99.60％,96.67％,94.77％,可见交叉验证寻优所得到的最佳参数分类精确率最高.最后以广东省某高速公路23个养护路段为例,分别使用支持向量机模型与 《公路技术状况评定标准》 对路面性能进行综合评价.结果表明,使用本模型所得到的评价结果更符合实际.
Author 樊振阳
王培丞
赵静
王选仓
AuthorAffiliation 长安大学 公路学院, 陕西 西安710064%长安大学 信息工程学院, 陕西 西安710064
AuthorAffiliation_xml – name: 长安大学 公路学院, 陕西 西安710064%长安大学 信息工程学院, 陕西 西安710064
Author_FL ZHAO Jing
FAN Zhenyang
WANG Peicheng
WANG Xuancang
Author_FL_xml – sequence: 1
  fullname: ZHAO Jing
– sequence: 2
  fullname: WANG Xuancang
– sequence: 3
  fullname: FAN Zhenyang
– sequence: 4
  fullname: WANG Peicheng
Author_xml – sequence: 1
  fullname: 赵静
– sequence: 2
  fullname: 王选仓
– sequence: 3
  fullname: 樊振阳
– sequence: 4
  fullname: 王培丞
BookMark eNo9jb1KA0EYALeIYIx5B1uLO7_9vy0l-AcBGwW7sNndiwlhAy5iSsWAjWgUKzEIglge2AROfJvkzL2FgmI1MMXMCqr4gXcIrWGIMcEMb_Tibgg-xgAQccGPYqwgYbiCqv9qGdVD6LYBEiFVArKKYP6cz_Kb4iErri_m47vy6rZ4yr8eR8X7azm5X0yzcvJSnL8tLj8X2Wj2MV1FS6nuB1f_Yw0dbm8dNHaj5v7OXmOzGQUMjEZOE2cMYcYk3DAjlLDMpsIK0IxqaTkwQSxV0nHOhEqVc9JZbEFJJpxQtIbWf7tn2qfad1q9wemJ_zm2jn2_Y4fDNgECoABT-g2evFtm
ClassificationCodes U418.6
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.12141/j.issn.1000-565X.190841
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Sciences (General)
DocumentTitle_FL Evaluation on Performance of Asphalt Pavement Based on Support Vector Machine
EndPage 123
ExternalDocumentID hnlgdxxb202009013
GrantInformation_xml – fundername: 广东省交通运输厅科技项目
  funderid: (2015-02-011)
GroupedDBID -03
2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CEKLB
PSX
TCJ
ID FETCH-LOGICAL-s1043-ea2ecc24cc85c4c696d4df6d60a43a7d50462d397e55469f9ee7ed1d09746e693
ISSN 1000-565X
IngestDate Thu May 29 04:15:24 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 9
Keywords 支持向量机
性能综合评价
机器学习
沥青路面
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1043-ea2ecc24cc85c4c696d4df6d60a43a7d50462d397e55469f9ee7ed1d09746e693
PageCount 8
ParticipantIDs wanfang_journals_hnlgdxxb202009013
PublicationCentury 2000
PublicationDate 2020-09-01
PublicationDateYYYYMMDD 2020-09-01
PublicationDate_xml – month: 09
  year: 2020
  text: 2020-09-01
  day: 01
PublicationDecade 2020
PublicationTitle 华南理工大学学报（自然科学版）
PublicationTitle_FL Journal of South China University of Technology(Natural Science Edition)
PublicationYear 2020
Publisher 长安大学 公路学院, 陕西 西安710064%长安大学 信息工程学院, 陕西 西安710064
Publisher_xml – name: 长安大学 公路学院, 陕西 西安710064%长安大学 信息工程学院, 陕西 西安710064
SSID ssib008679807
ssib036435713
ssib001129195
ssib051370482
ssib023167209
ssib006703757
ssib001166550
ssib000969305
ssj0000561675
ssib002039873
ssib008143609
ssib002263912
ssib020475101
Score 2.2745428
Snippet U418.6; 为了合理地对沥青路面性能进行综合评价,针对传统模型的不足,提出了支持向量机(SVM)路面性能综合评价模型、 沥青路面性能训练集及训练标签的确定方法.同时,分别采用...
SourceID wanfang
SourceType Aggregation Database
StartPage 116
Title 基于支持向量机的沥青路面性能评价
URI https://d.wanfangdata.com.cn/periodical/hnlgdxxb202009013
Volume 48
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1000-565X
  databaseCode: ADMLS
  dateStart: 20190601
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib001166550
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwpR3LahRBsImbixcxPvBNEBuUsHEe_arjzO4sQYwXE8gtzCvmICuYBEJOigEv4gtPYhAE8RjwEoj4N8ma_IVVPZPZJokQFZahpqce3VUzXVWz3TWM3Qpyv0iVzNo69WVbFB60oUhTNIjQYeBlIrOvLqYfqKlZcW9Ozo20tLNqaWU5m8zXjt1X8i9WxTa0K-2S_QvLNkyxAWG0Lx7Rwng8kY15Ijn0eBzxRNDRJDxRHASPegSYDsaJFsfjgABwzPyNvQQdS6U5IJWgljjgkSQc6HIIeGJ4rC0f2xIFlqHHI02XTMjjLgGIQOQoPUZ8N9IluaZru2QB0Facx42iFmIuCYiE5YkASlEOgOIii4MDxIEYKxepbLdRaKwIQFrwHSq8BBa5ompec9gBSfrVQ3SuaOqlia2CPKKvxgPhEEXxyFB_Kq3WakGO4TFcKptUXAyHxH2xgln0wcqx6lGwjLBfPTuGxEo_rJQJq0I86ThmaUaM9ED2wWelPkF-ZBriOtFADX8qtKQED-QJRQvCiHw7dL8WXVtPW63E_90ZxzNSCQKM_udc1ymMM0WA4wd9XzkhlV9tKT_irQNfVO6aJEw2EiYxSDVVObRDtdAX-48fFaurGZnLw0g2PMVGA3TnXouNRt3p-w_dzBxcV0ZphQ_uuVLS-UM_8EIw2o1sMXR3In-l6WPRw0jdYJ6hnMp3VLfSDN-k0FRH3q45p4ITwRA_xERA6mEkLf1QewdlpqrPEiikkHatRq2Weh0iKe3uH1Rmdx72F9L-IydInjnLztTZ7XhUTVVjbGRt8Rwbq-OHpfHbdZH7O-eZt_t5e2f79eDD5uDV89237_Zfvhl82v71cX3w_ev-xvu9rc39jS-DZ9_2Xvzc21zf-bF1gc32kpnOVLv-ekt7yaclPWUaoHsIRJ4bmYtcgSpEsaAK5aUiTHUhaVt8gelQSQtlYQHKUpeFj95CC1Wi9S6yVv9Jv7zExnUKqaCyVX6ZCpkbKAqALPMKowovB7jMbtbDnq9n56X5I7fKlZMgXWWnh1PBNdZafrpSXsesYzm7Ud9hvwFL9dJq
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E7%9A%84%E6%B2%A5%E9%9D%92%E8%B7%AF%E9%9D%A2%E6%80%A7%E8%83%BD%E8%AF%84%E4%BB%B7&rft.jtitle=%E5%8D%8E%E5%8D%97%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E8%B5%B5%E9%9D%99&rft.au=%E7%8E%8B%E9%80%89%E4%BB%93&rft.au=%E6%A8%8A%E6%8C%AF%E9%98%B3&rft.au=%E7%8E%8B%E5%9F%B9%E4%B8%9E&rft.date=2020-09-01&rft.pub=%E9%95%BF%E5%AE%89%E5%A4%A7%E5%AD%A6+%E5%85%AC%E8%B7%AF%E5%AD%A6%E9%99%A2%2C+%E9%99%95%E8%A5%BF+%E8%A5%BF%E5%AE%89710064%25%E9%95%BF%E5%AE%89%E5%A4%A7%E5%AD%A6+%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C+%E9%99%95%E8%A5%BF+%E8%A5%BF%E5%AE%89710064&rft.issn=1000-565X&rft.volume=48&rft.issue=9&rft.spage=116&rft.epage=123&rft_id=info:doi/10.12141%2Fj.issn.1000-565X.190841&rft.externalDocID=hnlgdxxb202009013
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhnlgdxxb%2Fhnlgdxxb.jpg