• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于应变场的卷积神经网络岩石裂缝识别方法
  • 作者

    利铭卓志权张军徽

  • 单位

    北方工业大学土木工程学院

  • 摘要
    岩石的局部破坏往往诱发岩体的整体失稳进而导致灾害发生,对局部破坏的识别可在岩土工程灾害监测预警中起到重要作用。提出了一种基于变形场的卷积神经网络岩石裂缝识别方法,利用扩展有限元方法建立岩石开裂模型,并获得模型的变形场数据作为训练样本,对VGG16卷积神经网络进行训练,并对结果进行分析。结果表明,采用应变场作为训练数据的VGG16卷积神经网络,在验证集的子集准确率、精确度、召回率、F-Score分别达到94.73%、98.72%、98.71%、98.46%,能有效识别岩石的裂缝位置,证明了变形场作为卷积神经网络训练数据的可行性,完善了卷积神经网络在裂缝识别领域的研究方法。
  • 关键词

    应变场卷积神经网络扩展有限元多标签分类

  • 基金项目(Foundation)
    国家自然科学基金(51774015);
  • 文章目录
    1 原理和方法
    1.1 基本流程
    1.2 卷积神经网络的选用
    1.3 多标签分类
    1.4 评价指标
    1.5 数据预处理方法
    1.6 样本标注
    2 试验验证
    2.1 试验环境
    2.2 网络训练
    2.3 试验结果
    3 结论
  • 引用格式
    利铭,卓志权,张军徽.基于应变场的卷积神经网络岩石裂缝识别方法[J].煤炭科技,2023,44(05):17-23.DOI:10.19896/j.cnki.mtkj.2023.05.003.
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联