摘要
本发明公开了基于多节点关联性的地质勘测预测方法及系统,涉及地质预测的技术领域,包括以下步骤:提取第二预处理后的待测对象自身参数和待测对象关联参数的特征量,并进行特征融合,构造第一特征量、第二特征量和第三特征量与围岩等级的对应关系,训练用于反馈围岩级别的深度学习模型,并对所述深度学习模型进行测试,计算待测对象的综合稳定度。本发明通过采集多方面的参数,使得对地质的分析更具有综合性,将采集的数据进行预处理,有利于后续对数据进行计算,减少了计算的工作量,将特征量进行融合,有利于深度学习模型的稳定性,对所述深度学习模型进行测试,提高了深度学习模型的精确性,增强了评估的整体性和科学性。
技术关键词
待测对象
深度学习模型
围岩级别
参数
多节点
图像
掌子面
钻孔
多元线性回归分析
二维卷积神经网络
三维卷积神经网络
矩阵
一维卷积神经网络
泊松比
采样点
地下水
连续性
关系
系统为您推荐了相关专利信息
再生能源系统
储能配置方法
多时间尺度
深度学习方法
指标
地质灾害预测方法
卷积特征提取
岩土工程
特征提取模块
数据分析单元
形状特征参数
连续体机器人
雅可比矩阵
误差函数
形状控制方法