标题：基于ＳＶＭ 的高速公路路基病害自动检测算法
作者：周辉林
期刊：2013 中国公路学报
- 研究现状
当前基于gpr高速公路路面路基介电常数、厚 度和含水量等质量参数调查的国内外研究主要集中于gpr数据的人工解释和自动解释两方面，两者主 要区别在于：人工解释主要依靠专家经验提取时延 和幅度信息，其解释结果存在主观性强、解释周期长等缺点，而自动解释主要依靠相应算法自动提 取时延和幅度信息。
高速公路路基层界面检测、时延和幅度自动估计算法已成为现在研究的热点。
- 建立真值库
：①利用型号为 ＧＳＳＩ ＳＩＲ１０，天线中心频率 为１ＧＨｚ的车载ＧＰＲ对昌九高速公路南昌段进行 无损快速路基成像，共采集３ ３６６道雷达数据，每道 数据采集５１２个点；
②利用 ＧＰＲ 工程专家经验对 ＧＰＲ图像进行解释；
③对 ＧＰＲ工程专家标注出的 可能存在路基病害的区域，利用钻孔取芯技术进行 取样；
④结合专家经验和钻孔取芯样本构建较为准 确的Ｇｒｏｕｎｄ Ｔｒｕｔｈ数据库。
- 数据预处理
（ ５）选取合适的特征向量，从而减少 ＧＰＲ回波 信号分析的时间，并提高目标检测和分类的性 能。
本文共提取了每层反射信号所对应的时间序列 的时域和小波域共６个特征，分别为时间域所对应 的时间序列的最大幅值、幅值的平均绝对偏差、原始 信号幅值互相关，以及小波域所对应的第３层小波 近似系数的最大幅值、第３层小波近似系数的平均 绝对偏差、合成信号在各层小波上的互相关之和。
- SVM训练(注意这里的数据是以“道”为单位的数据，并进行了归一化）
本文中采用代数法将整体 数据归一化至－１～１。然后将挑选出的６９９道数据 的特征向量输入ＳＶＭ 网络中进行训练，再运用已 训练好的 ＳＶＭ 网络进行特征分类，即测试过程。 测试后得到的结果经过一定的处理再与专家经验和 钻孔取芯结果对比，从而获得其测试正确率。
总结
本文的处理流程：实测数据专家解释——预处理——特征值计算——SVM分类（仅仅分为“好”，“坏”）两类。
建立真值库的方法基本相似，预处理的一些方法可以借鉴，但是特征值的选取没有交代清楚原因，基本还是围绕方差和振幅。另外，SVM的分类比较模糊。下一步：演化模糊神经网络对公路路基质量状况进行模糊评分。
