工程地质学报
工程地質學報
공정지질학보
2011年
1期
88-92
,共5页
牛文林%李天斌%熊国斌%张广洋
牛文林%李天斌%熊國斌%張廣洋
우문림%리천빈%웅국빈%장엄양
围岩分级%支持向量机%隧道
圍巖分級%支持嚮量機%隧道
위암분급%지지향량궤%수도
本文将数据挖掘的新方法支持向量机应用于隧道围岩分级.支持向量机是一种基于统计学习理论的新的学习算法,比神经网络算法能更好地解决小样本问题.选用岩层厚度、岩体结构、嵌合程度、风化程度、地下水特征、节理发育程度、榔头敲击声和地应力等 8 个定性指标作为评判因子,用泥巴山隧道采集的实际数据作为样本对不同核函数的支持向量机进行训练,并得到评判因子与围岩级别的映射关系,从而可以对未知的围岩样本进行级别判别.判别结果表明:采用多项式核的支持向量机对围岩级别进行判别有较高的准确率,是一种值得推广和应用的围岩智能分级方法.
本文將數據挖掘的新方法支持嚮量機應用于隧道圍巖分級.支持嚮量機是一種基于統計學習理論的新的學習算法,比神經網絡算法能更好地解決小樣本問題.選用巖層厚度、巖體結構、嵌閤程度、風化程度、地下水特徵、節理髮育程度、榔頭敲擊聲和地應力等 8 箇定性指標作為評判因子,用泥巴山隧道採集的實際數據作為樣本對不同覈函數的支持嚮量機進行訓練,併得到評判因子與圍巖級彆的映射關繫,從而可以對未知的圍巖樣本進行級彆判彆.判彆結果錶明:採用多項式覈的支持嚮量機對圍巖級彆進行判彆有較高的準確率,是一種值得推廣和應用的圍巖智能分級方法.
본문장수거알굴적신방법지지향량궤응용우수도위암분급.지지향량궤시일충기우통계학습이론적신적학습산법,비신경망락산법능경호지해결소양본문제.선용암층후도、암체결구、감합정도、풍화정도、지하수특정、절리발육정도、랑두고격성화지응력등 8 개정성지표작위평판인자,용니파산수도채집적실제수거작위양본대불동핵함수적지지향량궤진행훈련,병득도평판인자여위암급별적영사관계,종이가이대미지적위암양본진행급별판별.판별결과표명:채용다항식핵적지지향량궤대위암급별진행판별유교고적준학솔,시일충치득추엄화응용적위암지능분급방법.
