-
题名基于卷积神经网络的锚杆锚固质量评估方法
被引量:1
- 1
-
-
作者
王开华
杨森
周继中
曹其壮
-
机构
中国水利水电第七工程局有限公司
-
出处
《隧道建设(中英文)》
北大核心
2020年第S01期202-208,共7页
-
文摘
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%。
-
关键词
隧道
锚杆
锚固质量评估
数据预处理
卷积神经网络
-
Keywords
tunnel
rock bolt
bolt anchorage quality evaluation
data preprocessing
convolutional neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
U455.71
[建筑科学—桥梁与隧道工程]
-