水工洞室基础地质现象多模型智能分类方法

作     者：李明超 赵文超 张野 任秋兵 李明泽 LI Mingchao;ZHAO Wenchao;ZHANG Ye;REN Qiubing;LI Mingze

作者机构：天津大学、水利工程仿真与安全国家重点实验室天津300350 中水北方勘测设计研究有限责任公司天津300222 西安理工大学、西北旱区生态水利国家重点实验室西安710048 

基　　金：国家自然科学基金面上项目(51879185,52179139) 湖北省水电工程施工与管理重点实验室开放基金(2020KSD06) 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2023年第42卷第4期

页      码：93-103页

摘      要：水工洞室内基础地质现象在一定程度上可以反映地质灾害的发生,其分类与识别对于了解洞室内结构面分布状况、围岩性质以及指导下一步洞室勘探有重要意义。对水工洞室内地质现象和地质结构的分类识别分析通常采用手动作业的方式,但传统分析方法费时费力,难以实现分析过程的自动化。因此,采用多种深度学习模型和机器学习模型对水工洞室内基础地质现象图像进行分析,通过运用不同深度学习模型,并将Softmax分类器、随机森林及支持向量机应用于基础地质现象分类,对比并选择性能较好的模型进行耦合,可建立较优的水工洞室基础地质现象图像智能识别模型,在一定程度上实现了洞室内基础地质现象的自动识别分析,减少了地质工程师的工作量。

主 题 词：水工洞室 地质图像 深度学习 机器学习 智能分类 

学科分类：08[工学] 080104[080104] 0815[工学-矿业类] 0801[工学-力学类] 

核心收录：

D　O　I：10.11660/slfdxb.20230409

馆 藏 号：203121167...