龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：昆明理工大学
摘要：本发明提供基于机器学习的岩体强度特征预测方法、系统及存储介质，涉及岩土工程技术领域，本发明旨在通过集成多个卷积神经网络模型和采用Bagging方法，结合随机森林进行特征选择，以提高岩体强度预测的准确性和稳定性。该方法首先利用随机森林算法对岩体数据进行特征重要性评估，筛选出关键特征子集，然后训练多个卷积神经网络模型，并通过Bagging集成这些模型的预测结果，以获得最终的岩体强度预测。与现有技术相比，本方案通过特征选择和模型集成显著提高了预测的准确性和模型的泛化能力，同时增强了处理大规模数据集的能力，为岩土工程设计和施工安全提供了科学依据和技术支持。
主权项：1.基于机器学习的岩体强度特征预测方法，其特征在于，具体步骤包括：步骤1：采集多组岩体样本的微观特征信息，并对岩体样本进行编号，所述岩体样本的微观特征信息包括岩体样本的晶体结构、排列方式和岩体样本表面的反射率；步骤2：对采集的岩体样本进行单轴压缩实验、巴西实验和三轴压缩实验，获取岩体样本的强度特征信息，所述岩体样本的强度特征信息包括岩体样本的抗压强度、抗拉强度和剪切强度；步骤3：获取到的岩体样本的微观特征信息和强度特征信息两类数据进行预处理，整合预处理后岩体样本的微观特征信息和强度特征信息，构成岩样数据库，基于随机森林方法进行特征选择；步骤4：基于卷积神经网络构建岩体强度特征模型，通过随机森林方法选择的特征信息数据作为训练集，对应的岩体强度特征作为标签，对岩体强度特征模型进行训练；步骤5：采用Bagging方法集成多个卷积神经网络模型，综合获取预测的岩体强度特征。
全文数据：
权利要求：
百度查询： 昆明理工大学 基于机器学习的岩体强度特征预测方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号