技术编号：26265431
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明属于高速公路沥青路面使用性能预测技术领域，涉及一种路元拆分后基于深度学习模型lstm的路面使用性预测方法。背景技术传统的路面使用性能回归预测模型因为简单，易应用于路面管理系统而被广泛采用。但是传统的回归模型存在一些缺点，比如回归模型一般只能考虑到较少的主要影响因素，难以较全面的将众多的影响因素纳入到模型之中。此外，回归方程形式的确定需要大量经验，且不可避免地与实际情况存在一定偏差。近年来以神经网络模型为代表的机器学习算法引起了研究者的重视。神经网络模型受生物神经网络功能启发设计而成，通过学...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。