摘要
本发明提供了一种基于机器学习的砂土液化判别方法及系统,涉及机器学习技术领域。本发明通过同步获取原位与地震动参数并清洗处理,结合历史液化标注实现样本分类,再通过过采样与欠采样融合构建类别均衡数据集;提取多维力学与响应特征,训练优化的梯度提升树模型,并用于评估场地液化概率,实现砂土液化的高精度智能判别。
技术关键词
砂土液化
孔隙水压力
判别方法
样本
多尺度
应力
标签
梯度提升树模型
原位
数据
加速度
指数
机器学习技术
超参数
判别系统
阻力
清洗单元
索引
系统为您推荐了相关专利信息
露天采场
影像
交叉注意力机制
识别方法
伪标签生成器
协方差矩阵
极化敏感阵列
信号
噪声子空间
卷积神经网络模型
分层识别方法
文本特征向量
多模态
图文
图像特征向量