基于卷积神经网络的锚杆锚固质量评估方法

• 作者: 周继中 曹其壮 杨森 王开华
• 来源期刊: 隧道建设（中英文）
• 学科: 交通运输
• 关键词: 隧道 锚杆 锚固质量评估 数据预处理 卷积神经网络
• 年，卷（期）: 2020,（z1）
• 所属期刊栏目: 研究与探索
• 页码范围: 202-208
• 页数: 7页
• 分类号: U45
• 语种: 英文
• DOI: 10.3973/j.issn.2096-4498.2020.S1.025

摘要

锚杆的锚固质量通常使用声波反射法进行检测,然后使用人工方式对其进行分析和分类,但人工方式不仅具有较强的主观性,而且还费时费力.为解决上述问题,提出一种基于Alexnet卷积神经网络的锚杆锚固质量评估方法.首先,对已经经过人工分类的声波反射信号进行预处理,得到原始样本数据,并将其按一定比例划分为训练集和测试集;然后,用该样本数据训练卷积神经网络模型并进行分类测试.试验结果表明:1)该预处理方法极大地提高了最后分类的准确性,样本数据集达到了约90％的准确率;2)在实际工程应用中,与人工分类结果相比,采用该方法得到的分类结果认可度达到95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨森		8	7	2.0	2.0
2	王开华		2	0	0.0	0.0
3	周继中		3	1	1.0	1.0
4	曹其壮		2	0	0.0	0.0