基于机器学习的隧道空洞裂纹病害的评估方法

AITNT
正文
推荐专利
基于机器学习的隧道空洞裂纹病害的评估方法
申请号:CN202411082552
申请日期:2024-08-08
公开号:CN118798479A
公开日期:2024-10-18
类型:发明专利
摘要
本发明提供一种基于机器学习的隧道空洞裂纹病害的评估方法。该方法包括:获取隧道内部的地质信息数据;地质信息数据输入训练好的卷积神经网络模型,输出检测结果;其中,检测结果包含空洞和裂纹的数量、大小及形状参数;检测结果输入训练好的机器学习模型,输出隧道的安全性评估分数;通过修正系数更新安全性评估分数,获得更新后的安全性评估分数。本发明能够解决隧道安全性评估准确性较低的问题,提高安全性评估的准确性和可靠性。
技术关键词
卷积神经网络模型 高密度点云 机器学习模型 隧道 空洞 裂纹 地质勘探数据 输出模块 数据采集装置 标签 可读存储介质 数据获取模块 地质结构 处理器 图像 评估装置 随机森林 参数 存储器
系统为您推荐了相关专利信息
1
一种外来植物入侵潜在风险点的计算方法
数据收集模块 地理信息数据 逻辑回归模型 风险点 计算方法
2
一种机器人锡片自动识别定位熔接方法
视觉识别系统 熔接方法 热气流 机器学习模型 机器人
3
一种隧道掌子面围岩岩性识别方法及设备
隧道掌子面 岩性识别方法 图像分割模型 像素 Softmax函数
4
基于多维数据的智能车场管理系统及方法
智能车场管理系统 地下停车场 时序关联分析 通风系统 特征提取单元
5
基于多源信息融合的隧道工作面地质风险预测方法及装置
隧道工作面 多源信息融合 风险预测方法 图像 地下水
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号