摘要
本发明属于岩土工程领域,提供一种基于机器学习的岩土工程勘察数据分析方法及系统,包括获取岩土工程勘察数据;将采样点作为岩土数据图的节点;依据空间邻近关系和地质相似度,确定岩土数据图的边,并赋予边权重,使得空间相近且地质特性相似的节点连接;对所述岩土数据图进行稀疏化处理;根据空间距离权重、地质相似性权重进行加权融合,形成最终的岩土数据图;采用图卷积神经网络,利用节点的初始特征和邻接关系进行信息传播;通过多层图卷积计算,聚合每个节点的邻居信息,逐步更新节点特征;采用半监督学习或监督学习方法,训练GNN模型,以最小化预测误差为目标;通过训练好的GNN推断未知区域的岩土参数。
技术关键词
岩土工程勘察
空间邻近关系
数据分析方法
数据分析系统
岩土参数
监督学习方法
半监督学习
节点特征
邻居
地理位置信息
预测误差
采样点
度量
动态
数据模块
系统为您推荐了相关专利信息
多模态生理
肌肉振动信号
肌肉电信号
近红外光谱仪
预测系统
检测数据分析方法
位点
多源异构数据
因子
轨道检测系统
自然语言
指标
数据分析方法
意图识别
意图分类识别
室内模拟装置
地震模拟振动台
滑坡模型
数据采集单元
反力机构