机译:深度机器学习方法开发新的沥青路面条件指标
Univ Missouri Columbia MO 65211 USA;
Univ Missouri Columbia MO 65211 USA;
Univ Missouri Columbia MO 65211 USA;
Pavement monitoring; Pavement distresses detection; Deep learning; Google API; Machine learning; Pavement condition prediction; YOLO; Image processing;
机译:基于图像处理的元启发式优化机器学习方法自动识别沥青路面修补
机译:基于图像处理的沥青路面补丁的自动识别使用型式优化的机器学习方法
机译:通过基于深度学习的CrackNet-V对3D沥青路面图像进行像素级裂缝检测
机译:机器学习方法识别机场沥青路面性能的关键环境因素
机译:从深脑信号开发机器学习算法
机译:基于机器学习的经济有效的方法预测高回收沥青路面温热混合沥青的动态模量
机译:深度机器学习方法开发新的沥青路面条件指标
机译:利用二维瞬态有限差分法评估热环境条件下沥青路面温度波动