摘要
本发明提供了一种隧道挤压变形预测方法及装置。包括:获取隧道挤压变形的案例数据,生成初始数据集;分别采用多个数据填充方法对初始数据集进行数据填充,生成多个完整数据集;根据完整数据集训练多个第一机器学习模型,并根据多个第一机器学习模型的模型性能指标确定模型训练数据集;根据模型训练数据集中的训练集训练多个第二机器学习模型,在模型训练过程中采用改进黑翅鸢算法优化第二机器学习模型训练过程中的超参数;根据训练得到的多个第二机器学习模型的模型性能指标确定隧道挤压变形预测模型。获取隧道的检测数据;根据隧道的检测数据和隧道挤压变形预测模型,预测隧道是否出现变形可以提升训练得到的隧道挤压变形预测模型的模型性能。
技术关键词
机器学习模型训练
变形预测方法
数据填充方法
隧道
模型训练模块
预测装置
机器学习算法
训练集
可读存储介质
计算机
参数
电子设备
处理器
系统为您推荐了相关专利信息
超前地质预报
三维重建模型
解译方法
二维分布特征
隧道
肝脏血管分割
腹部CT图像
掩膜
神经网络模型构建
子模块
雾天图像
图像深度估计
文件夹
单目深度估计方法
图片
频谱特征
信号识别模型
样本
RNN模型
模型训练模块
声学成像方法
信号
声学成像系统
图像
引入注意力机制