摘要
本发明属于地质工程施工领域,其公开了一种弹性波法隧道超前地质预报自动化分析方法和系统,解决现有人工智能应用于隧道超前地质预报分析的研究存在的训练样本较少、智能模型工程普适性差、自动化水平低的问题。本发明通过对弹性波法参数图像进行识别,获得弹性波法参数数据,并建立弹性波法参数数据库;结合岩体力学理论、地质成灾机制等建立了弹性波法关键物探参数‑地质指标‑地质质量的映射关系,来建立分类器分类原则;最后,采用机器学习方法根据分类器分类原则构建分类器模型,基于弹性波法参数数据库获得训练和测试样本,来对模型进行训练和验证。利用该模型可实现实时全过程的自动化分析,从而提高分析的准确性和效率。
技术关键词
隧道超前地质预报
自动化分析方法
软弱夹层
图像处理技术识别
参数
机器学习方法
分类器模型
泊松比
软弱围岩
不良地质
构建分类器
频率
自动化分析系统
地质工程施工
朴素贝叶斯算法
指标
决策树算法