一种基于卷积神经网络的CPT压缩模量预测方法及系统

AITNT
正文
推荐专利
一种基于卷积神经网络的CPT压缩模量预测方法及系统
申请号:CN202510418550
申请日期:2025-04-03
公开号:CN120373084A
公开日期:2025-07-25
类型:发明专利
摘要
本发明适用于数据处理方法技术领域,提供了一种基于卷积神经网络的CPT压缩模量预测方法及系统,所述预测方法包括以下步骤:采集CPT测试数据并进行处理,得到CPT原始参数随机场;构建卷积神经网络模型,选择超参数;训练构建的模型,并调整模型参数;输入CPT原始参数随机场到模型中,输出模型预测的压缩模量结果。本发明通过训练一个深度学习模型,利用CPT测试数据预测土壤的压缩模量,可以将预测结构以图形的方式展示出来。
技术关键词
构建卷积神经网络 超参数 Kriging插值 侧壁摩阻力 模型训练模块 深度学习模型 数据处理方法 数据处理模块 迭代算法 预测系统 输出模块 多项式 表达式 因子 理论
系统为您推荐了相关专利信息
1
一种基于卷积神经网络的甲状腺癌早期诊断模型构建方法
早期诊断模型构建方法 构建卷积神经网络 卷积神经网络模型 细针穿刺活检 甲状腺超声图像
2
一种TBM掘进速度预测模型构建方法、预测方法及相关产品
速度预测模型 围岩条件 训练神经网络模型 皮尔逊相关系数 构建训练集
3
一种基于数学模型的现金流及汇率管理方法
管理方法 数学模型 企业 现金流管理 节假日效应
4
一种基于深度学习的煤矿异物视觉检测系统
特征向量空间 多光谱成像技术 视觉检测系统 主成分分析算法 模型训练模块
5
基于用户用电行为画像的供电服务智能预警方法及装置
智能预警方法 画像特征 深度学习模型 电网运行数据 时序特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号