基于孔隙特征机器学习的礁灰岩强度预测方法

AITNT
正文
推荐专利
基于孔隙特征机器学习的礁灰岩强度预测方法
申请号:CN202510552467
申请日期:2025-04-29
公开号:CN120068676B
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开一种基于孔隙特征机器学习的礁灰岩强度预测方法,属于岩土工程与人工智能交叉技术领域,包括:获取礁灰岩三维数字岩心,经预处理后提取孔隙特征;基于孔隙特征建立多源的孔隙‑物理耦合特征数据融合框架;集成随机森林与梯度提升树,动态加权孔隙特征中参数,设计复合损失函数,分层训练并嵌入物理约束,以构建礁灰岩强度预测机器学习模型;采用分层K‑fold交叉验证,测试礁灰岩强度预测机器学习模型鲁棒性并验证可解释性。本发明通过数据处理、构建与优化礁灰岩强度预测机器学习模型,深度挖掘孔隙特征与礁灰岩强度的关系,提升模型预测准确性、可靠性与可解释性,为礁灰岩强度预测提供有效解决方案。
技术关键词
机器学习模型 强度预测方法 耦合特征 三维数字岩心 物理 矩阵 梯度提升树 人工智能交叉技术 Dijkstra算法 鲁棒性 随机森林 广度优先搜索算法 空间配准算法 分层 三角网格曲面 孔隙网络模型 岩石力学理论 CT扫描系统 超参数
系统为您推荐了相关专利信息
1
一种实现颜色和材质识别的智能触感手套
智能触感手套 衣物颜色 衣物材质 摩擦纳米发电传感器 数据处理单元
2
就业平台网络漏洞检测方法、装置、设备、介质及产品
网络漏洞检测方法 漏洞特征 网络流量数据 平台 机器学习模型
3
基于真实负载的GPU调度方法、系统、设备及存储介质
PCIE设备 GPU服务器 容器 调度器 节点
4
一种层压机工艺过程的数据远程控制方法
远程控制方法 层压机 故障检测算法 中央控制系统 机器学习模型
5
一种入侵检测方法及装置
高频特征 报文 机器学习模型 特征提取模型 时序
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