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
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
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
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
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