摘要
本发明涉及隧道岩爆预测技术领域,具体涉及一种基于机器学习模型的岩爆预测方法,包括以下步骤:S1、收集岩爆案例数据,构建数据库;S2、对每种数据分别进行箱型图分析,剔除其中的异常值,获得原始岩爆案例数据;S3、采用Borderline‑SMOTE算法对原始岩爆案例数据中的少数类样本进行动态筛选和合成,生成更加均衡的数据集;S4、将岩爆数据集进行标准化处理,并通过分层抽样划分为训练集与测试集;S5、利用分好的训练集对多个机器学习模型进行训练,得到最优训练模型,并利用分好的测试集进行参数调优,得到最优超参数;S6、基于最优超参数建立岩爆等级预测模型,选取最优模型结果,确定岩爆等级,集成多个岩爆等级预测模型的预测结果,输出岩爆等级。
技术关键词
岩爆预测方法
机器学习模型
样本
SMOTE算法
噪声数据
超参数
岩爆预测技术
单轴抗压强度
剔除噪声
离群点
训练集
数值
指标
动态
隧道
网格
指数
系统为您推荐了相关专利信息
APP检测方法
构建分类模型
特征值
分类模型构建
样本
更新模型参数
差分隐私
高斯噪声方差
隐私保护方法
联邦学习模型
覆冰灾害
生长预测模型
设计基准风速
配电线路覆冰
线路工程技术
微波遥感影像
种植区
识别方法
多光谱
随机森林模型
故障诊断方法
旋转机械
特征提取模块
分支
故障诊断模型