基于神经网络的冻土未冻水含量检测模型构建方法及系统

本申请涉及模型构建技术领域，公开了一种基于神经网络的冻土未冻水含量检测模型构建方法及系统。该方法包括：在0℃至‑20℃温度区间对黏土样本进行分段采样测试，获取多维原始数据集，对数据集进行标准化和主成分分析，得到规范化特征向量。对特征向量进行三阶段分类标记，得到训练数据矩阵。采用深度神经网络进行五折交叉验证训练，构建三层隐藏层的预测模型。根据土体矿物组成和孔隙率参数对模型输出进行修正计算，最后通过均方根误差分析和3倍标准差原则识别异常值，得到标准化预测结果。本申请通过建立热参数与未冻水含量的映射关系，结合土体特性参数进行修正，可以解决现有技术中未冻水含量预测精度不高的技术问题。