基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
机器学习算法是全断面隧道掘进机智能化施工技术研究的重要技术手段,其需要大量全面详细的数据化地质信息为基础,而岩土勘察报告的图、表、文字描述等地质信息却无法直接被机器学习算法辨识.为解决这个问题,提出多源地质信息的数据化转换方法,即通过编程对CAD、Excel进行操作,利用VBA矢量图形识别技术,以给定的参考线为定位基础,自动辨识CAD地质纵断面矢量图中隧道穿越的地层,并与岩土勘察报告中的多源地质信息融合,从而得到机器学习算法可辨识的数据化地质信息.与传统人工法相比,能极大提高效率和数据的准确度,并且可灵活调整数据密度以满足不同需求.通过在全断面隧道掘进机智能辅助掘进研究中进行应用,取得了良好的效果.
推荐文章
基于矢量图形的建筑施工图图形对象识别研究
建筑施工图
DXF文件
图形识别
矢量图形
矢量图形脆弱水印研究与实现
矢量图形
脆弱数字水印
完整性验证
基于PDA的矢量图形的快速显示
PDA
移动GIS
数据模型
数据分块
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于VBA矢量图形识别技术的多源地质信息数据化转换方法
来源期刊 隧道建设(中英文) 学科 交通运输
关键词 全断面隧道掘进机 地质信息 数据化转换 地层识别 VBA
年,卷(期) 2020,(3) 所属期刊栏目 研究与探索
研究方向 页码范围 371-378
页数 8页 分类号 U452
字数 4906字 语种 中文
DOI 10.3973/j.issn.2096-4498.2020.03.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (133)
共引文献  (34)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(11)
  • 参考文献(0)
  • 二级参考文献(11)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(17)
  • 参考文献(5)
  • 二级参考文献(12)
2016(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
全断面隧道掘进机
地质信息
数据化转换
地层识别
VBA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
隧道建设(中英文)
月刊
2096-4498
44-1745/U
大16开
广东省广州市南沙区望江二街4号银华大厦
1981
eng
出版文献量(篇)
4400
总下载数(次)
18
论文1v1指导