基于图神经网络的路面病害态势预测方法

马泽超,刘小明,夏汗青,王伟强,王久增,申海涛

Pavement distress situation prediction method based on graph neural network

Zechao MA,Xiaoming LIU,Hanqing XIA,Weiqiang WANG,Jiuzeng WANG,Haitao SHEN

表 4 基于佛罗里达州的聚类簇的预测结果

Tab.4 Prediction results based on clustering in Florida

时间步 MAE MSE RMSE Recall 综合平均性能 2.6109 21.1481 4.5941 0.933 第1个时间步平均性能 2.5268 20.0168 4.4694 0.930 第2个时间步平均性能 2.5475 20.3656 4.5100 0.929 第3个时间步平均性能 2.5075 26.8493 4.4796 0.938 第4个时间步平均性能 2.6000 21.0965 4.5905 0.924 第5个时间步平均性能 2.7334 22.3213 4.7235 0.930 第6个时间步平均性能 2.7502 22.9633 4.7925 0.935