| 渠成堃,吴德兴,李伟平,张传庆.基于VGG结合迁移学习算法的隧道围岩分级研究[J].现代交通技术,2025,22(4):47-52 |
| 基于VGG结合迁移学习算法的隧道围岩分级研究 |
|
| |
| DOI： |
| 中文关键词: 围岩分级 KNN算法 VGG算法 迁移学习 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 137 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为提升隧道施工过程中围岩分级的准确性,以浙江省龙丽温高速公路景宁至文成段隧道围岩为研究对象,分析围岩分级、岩性分布特征等情况,通过缩放、剪切等数据处理方式扩充模型训练集中图像的数量。分析KNN(K-nearest neighbor,K最近邻)算法与VGG(visual geometry group,视觉几何组)结合迁移学习算法的模型结构,并基于两种算法分别构建直接预测岩体修正质量指标的回归模型与预测围岩等级的分类模型。结果表明,VGG结合迁移学习算法的围岩图像分类预测效果更优。 研究方法及成果可为围岩分级与支护辅助设计提供参考。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
