10.3973/j.issn.2096-4498.2020.S1.025
基于卷积神经网络的锚杆锚固质量评估方法
锚杆的锚固质量通常使用声波反射法进行检测,然后使用人工方式对其进行分析和分类,但人工方式不仅具有较强的主观性,而且还费时费力.为解决上述问题,提出一种基于Alexnet卷积神经网络的锚杆锚固质量评估方法.首先,对已经经过人工分类的声波反射信号进行预处理,得到原始样本数据,并将其按一定比例划分为训练集和测试集;然后,用该样本数据训练卷积神经网络模型并进行分类测试.试验结果表明:1)该预处理方法极大地提高了最后分类的准确性,样本数据集达到了约90%的准确率;2)在实际工程应用中,与人工分类结果相比,采用该方法得到的分类结果认可度达到95%.
隧道、锚杆、锚固质量评估、数据预处理、卷积神经网络
40
U45(隧道工程)
2020-09-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
202-208