-
公开(公告)号:CN115840921B
公开(公告)日:2023-05-16
申请号:CN202310159304.1
申请日:2023-02-24
Applicant: 中南大学
IPC: G06F18/2431 , G06F18/214 , G06F18/27 , G01N33/24
Abstract: 本发明涉及基于机器学习的岩体质量分级方法,包括如下步骤:(1)获取钻孔信息,根据钻孔信息建立钻孔图像数据库;(2)设定最小测量计算单位,对每个最小测量计算单位的岩体质量分级指标进行评分并求和,得到岩体质量分级评分;(3)建立岩体质量分级数据库,记录每个钻孔的岩体质量分级指标及岩体质量分级评分;(4)对岩体质量分级数据库基于机器学习方法进行处理,通过训练得到机器学习预测模型;(5)将岩体质量分级指标数据输入机器学习预测模型,得到岩体质量分级结果。本发明的基于机器学习的岩体质量分级方法能够提高钻孔的利用率,并且能够更加快速的得到岩体质量分级结果。
-
公开(公告)号:CN115840921A
公开(公告)日:2023-03-24
申请号:CN202310159304.1
申请日:2023-02-24
Applicant: 中南大学
IPC: G06F18/2431 , G06F18/214 , G06F18/27 , G01N33/24
Abstract: 本发明涉及基于机器学习的岩体质量分级方法,包括如下步骤:(1)获取钻孔信息,根据钻孔信息建立钻孔图像数据库;(2)设定最小测量计算单位,对每个最小测量计算单位的岩体质量分级指标进行评分并求和,得到岩体质量分级评分;(3)建立岩体质量分级数据库,记录每个钻孔的岩体质量分级指标及岩体质量分级评分;(4)对岩体质量分级数据库基于机器学习方法进行处理,通过训练得到机器学习预测模型;(5)将岩体质量分级指标数据输入机器学习预测模型,得到岩体质量分级结果。本发明的基于机器学习的岩体质量分级方法能够提高钻孔的利用率,并且能够更加快速的得到岩体质量分级结果。
-