科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高工程岩体质量分级的效率和准确率,提出一种岩体质量分级的极限学习机(ELM)模型。选取5项指标进行分析,采用现场30例岩体质量数据进行验证。将样本70%划分为训练集,30%划分为测试集,训练集用于优化ELM参数得到最优分级模型,然后将测试集作为最优模型输入,得到分级结果。训练集与测试集精度分别达96. 52%、83. 43%,满足工程需要。将该模型应用于某金矿岩体质量分级实例中,分级结果与现场实际情况一致。
- 单位
为提高工程岩体质量分级的效率和准确率,提出一种岩体质量分级的极限学习机(ELM)模型。选取5项指标进行分析,采用现场30例岩体质量数据进行验证。将样本70%划分为训练集,30%划分为测试集,训练集用于优化ELM参数得到最优分级模型,然后将测试集作为最优模型输入,得到分级结果。训练集与测试集精度分别达96. 52%、83. 43%,满足工程需要。将该模型应用于某金矿岩体质量分级实例中,分级结果与现场实际情况一致。
