CN119535560B 基于微震特征感知和分类增强算法的岩体失稳分级预警方法及系统 (中南大学)_第1页
CN119535560B 基于微震特征感知和分类增强算法的岩体失稳分级预警方法及系统 (中南大学)_第2页
CN119535560B 基于微震特征感知和分类增强算法的岩体失稳分级预警方法及系统 (中南大学)_第3页
CN119535560B 基于微震特征感知和分类增强算法的岩体失稳分级预警方法及系统 (中南大学)_第4页
CN119535560B 基于微震特征感知和分类增强算法的岩体失稳分级预警方法及系统 (中南大学)_第5页
已阅读5页,还剩18页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

US2021134135A1,2021.05.06基于微震特征感知和分类增强算法的岩体本发明公开了一种基于微震特征感知和分定若干项微震参数作为岩体失稳风险候选评估指标并进行相关性分析得到岩体失稳分级预警和遗传算法构建岩体失稳分级预警初级模型并体失稳分级预警模型完成基于微震特征感知和开了一种实现所述基于微震特征感知和分类增不仅能够实现基于微震特征感知和分类增强算2S2.根据步骤S1获取的数据信息,选定若干项微震参数作为岩体失稳风险候选评估指S3.对步骤S2选定的若干项微震参数与岩体失稳等级进行相关性分析,得到岩体失稳S6.采用步骤S4得到的训练数据集,对步骤S5构建的岩体失稳分级预警初级模型进行S7.采用步骤S6得到的岩体失稳分级预警模型,完成基于微震特征感知和分类增强算2.根据权利要求1所述的基于微震特征感知和分类增强算法的岩体失稳分级预警方3.根据权利要求2所述的基于微震特征感知和分类增强算法的岩体失稳分级预警方对步骤S2选定的若干项微震参数与岩体失稳等级进行相关性分析,选定微震事件数、3视体积率VR的计算式为其中V为监测区域4.根据权利要求3所述的基于微震特征感知和分类增强算法的岩体失稳分级预警方最终,得到输入为选定的岩体失稳分级预警评估指标,输出为岩5.一种实现权利要求1~4之一所述的基于微震特征感知和分类增强算法的岩体失稳块用于根据接收到的数据信息,对选定的若干项微震参数与岩体失稳等级进行相关性分45[0005]本发明的目的之一在于提供一种可靠性高且精确性好的基于微震特征感知和分[0006]本发明的目的之二在于提供一种实现所述基于微震特征感知和分类增强算法的[0007]本发明提供的这种基于微震特征感知和分类增强算法的[0009]S2.根据步骤S1获取的数据信息,选定[0010]S3.对步骤S2选定的若干项微6[0013]S6.采用步骤S4得到的训练数据集,对[0014]S7.采用步骤S6得到的岩体失稳分[0018]步骤S3所述的对步骤S2选定的若干项微震参数与岩体失[0025]步骤S5所述的基于分类增强算法和遗传算法,构建岩体7[0040]式中rit为第t轮每一个地震参数的残差;F(xi)为模型对输入xi的预测值;[0048]本发明还提供了一种实现所述基于微震特征感知和分类增强算法的岩体失稳分于微震特征感知和分类增强算法的岩体失稳[0049]本发明提供的这种基于微震特征感知和分类增强算法的岩体失稳分级预警方法8[0053]如图1所示为本发明方法的方法流程示意图:本发明提供的这种基于微震特征感[0057]S2.根据步骤S1获取的数据信息,选定[0060]S3.对步骤S2选定的若干项微9[0087]式中rit为第t轮每一个地震参数的残差;F(xi)为模型对输入xi的预测值;[0095]S6.采用步骤S4得到的训练数据集,对[0096]S7.采用步骤S6得到的岩体失稳分[0097]将本发明方法与现有的方案(XGBoost(梯度提升决策树)、RF(随机森林)、增强模型)提高了9精确率提高了5召回率提高了1F1值提高了4因此,本发明[0101]本发明方法与CatBoost、随机森林(RF)、XGBoost、逻辑回归(LogisticsRegression)、BP神经网络等机器学习算法进行对比,准确率分别提高了9%、4%、9%、[0102]

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论