-
题名基于支持向量机的道路地下空洞量化识别方法
被引量:6
- 1
-
-
作者
许献磊
李俊鹏
王亚文
鞠齐民
-
机构
中国矿业大学(北京)煤炭资源与安全开采国家重点实验室
中国矿业大学(北京)地球科学与测绘工程学院
-
出处
《工程勘察》
2019年第4期70-78,共9页
-
基金
国家自然科学基金资助项目(41504112)
-
文摘
如何实现地下空洞的量化识别是探地雷达技术在城市道路地下空洞探测应用中的难题。针对城市道路地下空洞识别具有的小样本、非线性及高维模式识别特征,本文提出了一种基于支持向量机(SVM)的地下空洞量化识别方法。首先进行地下空洞正演模拟,对地下空洞雷达模拟数据进行预处理并进行数据降维,然后对降维后的数据进行时间域特征提取,利用SVM算法进行分类训练并构建空洞识别模型,最后应用该模型实现对地下空洞测试数据的量化识别。应用该方法分别对城市道路地下空洞正演模拟数据和物理模型数据进行实验验证,结果表明:本方法可以实现城市道路地下空洞的量化识别,其中正演模拟数据空洞识别精确度达到94%,空洞大小误差为±0.1m;物理模型数据空洞识别精确度达到82%,空洞大小误差为±0.2m。本方法可应用在城市道路地下空洞的量化识别中,为道路安全提供技术支撑。
-
关键词
探地雷达
地下空洞
量化识别
特征提取
支持向量机
-
Keywords
GPR
underground cavity
quantitative identification
feature extraction
support vector machine
-
分类号
TN957.52
[电子电信—信号与信息处理]
-