摘要
本发明公开了一种基于人工智能算法的隧道偏压智能判识方法,包括以下步骤:基于线路资料,标记隧道偏压情况,记录隧道偏压数据;对隧道偏压数据进行每个段落内的数据化定义:对隧道偏压数据中的偏压位置和偏压程度,进行组合合并,得到该段落的偏压属性;得到隧道所有段落的数据,并划分训练集和测试集;进行基于机器学习算法的结构化数据偏压智能判识;进行基于卷积神经网络的隧道横断面黑白图偏压智能判识;进行基于卷积神经网络的隧道平面RGB图偏压智能判识;进行基于点云网络的隧道3D点云偏压智能判识。本发明能够有效提高设计效率,降低设计人员主观判断是否偏压时的误判可能性,契合当前铁路领域智能化的整体趋势。
技术关键词
人工智能算法
判识方法
机器学习算法
数据
隧道横断面
3D点云
隧道结构
算法模型
样本
GIS软件
K近邻法
朴素贝叶斯
隧道轮廓
资料
线路
支持向量机
标签
标记
定义