-
公开(公告)号：CN115269567B
公开(公告)日：2023-04-18
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06F18/214 , G06N3/0464 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
公开(公告)号：CN116682010B
公开(公告)日：2024-01-23
申请号：CN202310643903.0
申请日：2023-06-01
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 类识别输出结果。本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过
-
公开(公告)号：CN116682010A
公开(公告)日：2023-09-01
申请号：CN202310643903.0
申请日：2023-06-01
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本案涉及一种基于TBM岩渣图像的围岩分类实时预测方法，涉及隧道工程TBM围岩分类预测及自动化判别技术领域，用于提前判断掌子面岩体围岩分类，为后续支护及掘进参数调整实时提供建议；同时减少围岩分类判断的人为主观性，提高地质工程师的工作效率，为自动化围岩分类判别提供技术支持。步骤包括：在当前循环段，定时获取的TBM岩渣图像，利用训练好的围岩分类预测模型判定围岩等级分类结果；循环段进行过程中，根据当前循环段已获取多张岩渣图像判定结果，实时计算当前循环段属于各类围岩的概率Pi，选取最高概率对应的围岩分类，作为围岩分类识别输出结果。
-
公开(公告)号：CN115269567A
公开(公告)日：2022-11-01
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06K9/62 , G06N3/04 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
-
-
Search Results
4
records
(took 0.026 seconds)
