摘要
本发明公开了一种基于机器学习的螺旋锚承载力预测方法,解决了现有技术中数值分析耗时长、精算精度受限于土体本构的精准刻画,操作难度高以及难以大规模应用的问题,本发明采用了算法、数据库的建立、模型训练与超参数优化、模型评估、特征性重要分析等方法,利用热度很高的集成学习算法极限梯度提升建立螺旋锚承载力预测模型,基于机器学习模型实现快速准确地对螺旋锚承载力预测。
技术关键词
螺旋锚
贪心算法
正则化参数
综合评估模型
集成学习算法
机器学习模型
训练集
复杂度
分布特征
数据
样本
节点数
数值
指标
误差
定义
变量
工况
系统为您推荐了相关专利信息
一体化方法
多普勒
信号收发模块
卷积核函数
成像模块
早产儿
全自动血液分析仪
样本
指标
嗜酸性粒细胞水平
数据传输优化方法
锂电池隔膜
异常数据
执行传感器校准
时空分布特征
振动传感器
性能检测方法
开启行程
阀门材料
性能检测系统
大地电磁反演方法
融合深度学习
雅可比矩阵
多通道
反演技术