摘要

水工洞室内基础地质现象在一定程度上可以反映地质灾害的发生,其分类与识别对于了解洞室内结构面分布状况、围岩性质以及指导下一步洞室勘探有重要意义。对水工洞室内地质现象和地质结构的分类识别分析通常采用手动作业的方式,但传统分析方法费时费力,难以实现分析过程的自动化。因此,采用多种深度学习模型和机器学习模型对水工洞室内基础地质现象图像进行分析,通过运用不同深度学习模型,并将Softmax分类器、随机森林及支持向量机应用于基础地质现象分类,对比并选择性能较好的模型进行耦合,可建立较优的水工洞室基础地质现象图像智能识别模型,在一定程度上实现了洞室内基础地质现象的自动识别分析,减少了地质工程师的工作量。