摘要
本申请公开了一种基于盾构机掘进参数机器学习的隧道地层识别方法,涉及监测分析技术领域,其包括数据采集,用于构建项目数据集,从项目数据集中采集钻孔取芯的岩芯样本,并基于岩芯样本确认出学习样本集;数据特征挖掘,用于从学习样本集中获取各类型地层对应的掘进参数,并基于各类型地层对应的掘进参数挖掘出响应地层变化的统计学特征集,并形成第一特征参数矩阵;数据特征筛选,用于对第一特征参数矩阵进行敏感性分析,进而筛选出第二特征参数矩阵;模型构建,用于基于学习样本集和第二特征参数矩阵,采用K近邻算法进行构建地层识别模型;地层识别,用于根据地层识别模型对目标地层进行识别。本申请具有提高地层识别效率的效果。
技术关键词
盾构机掘进参数
统计学特征
识别方法
K近邻算法
隧道
样本
矩阵
盾构机控制系统
半监督机器学习
少量标注数据
监测分析技术
项目
高精度传感器
统计分析方法
岩芯
主成分分析法
构建决策树
可视化界面
系统为您推荐了相关专利信息
开集识别方法
GAN模型
雷达
非暂态计算机可读存储介质
生成训练数据