摘要
本发明公开了一种基于神经网络的盾构隧道施工地质实时预测方法和系统,该方法包括:获取盾构机掘进参数数据并进行预处理,将预处理后的盾构机掘进参数数据输入至预训练的地质特征提取模型中,输出地质特征数据;然后将地质特征数据输入至预训练的地质特征分类模型中,输出地质类别;所述地质特征提取模型为加入注意力机制的集成自编码器构成的神经网络模型,所述集成自编码器包括多个并行子自编码器;所述地质特征分类模型为残差CNN神经网络模型。本发明能够充分利用施工全区段的掘进参数实现地质实时精准预测,减少了训练所需数据的总样本量大小,大大提高了模型预测的准确率和时效性,能更有效地判别地质变化情况。
技术关键词
盾构机掘进参数
盾构隧道施工
特征提取模型
编码器
数据
神经网络模型
盾构掘进参数
编码特征
无监督学习
无监督聚类分析
Softmax函数
注意力机制
盾构机管片
分类模型训练
全局平均池化
刀盘扭矩
特征提取模块
混合网络
系统为您推荐了相关专利信息
无人机多光谱遥感
无人机平台
反射率数据
光照传感器
校正模块
数据驱动模型
热力系统
实时仿真方法
船舶
仿真数据
综合监测管理系统
污水处理设施
污水处理系统
模糊逻辑
专家知识库
承载力测试方法
检测点
吹填场地
数字高程模型
无人机