一种基于深度学习的岩石冻融损伤预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的岩石冻融损伤预测方法
申请号:CN202411866918
申请日期:2024-12-18
公开号:CN119830720A
公开日期:2025-04-15
类型:发明专利
摘要
本发明属于地质工程和环境科学技术领域,涉及一种基于深度学习的岩石冻融损伤预测方法,包括准备数据、数据预处理、生成数据集、模型构建、模型训练、模型验证和预测输出。本发明运用深度学习模型,使用深度学习模型自动提取岩石冻融损伤规律,有较大的参数量;采用缺失值处理方法,通过二维向量标记缺失值;对于不同来源的样本区分,采用热独编码;掩码机制方面,使模型专注于真实数据。本发明岩石冻融损伤预测方法可构建一个深度学习模型,该模型不仅提高了预测精度,还增强了模型的鲁棒性和泛化能力,能够有效解决传统模型的诸多缺陷,模型的输出可以用于岩石冻融损伤的评估和工程设计,提供科学依据和决策支持,具有广泛的应用前景。
技术关键词
损伤预测方法 指数加权移动平均值 深度学习模型 加速深度神经网络 生成数据集 误差 参数 冻融循环次数 优化器 环境科学技术 矩阵 交叉验证法 泊松比 模型预测值 标记 训练集 特征值 变量 机制