基于KNN算法的隧道地表变形监测数据异常检测分析

• 作者: 邹彤彤 杨涛 周勇 王仲平 余来斌 王东凯 肖荣 出晓娟
• 来源期刊: 科学技术创新
• 学科: 交通运输
• 关键词: 隧道地表变形数据 KNN 异常检测
• 年，卷（期）: 2021,（28）
• 所属期刊栏目: 工程科技
• 页码范围: 95-97
• 页数: 3页
• 分类号: U45
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.28.034

摘要

随着城市地下工程的不断增加,各种地面问题日趋严重.在隧道开挖中,由于受地下复杂的地质工程环境、周边条件等因素的影响,会产生渗漏水、裂缝、断面变形侵限等各种病害,造成人员伤亡及经济损失.所以对地表变形监测数据进行异常监测是保证地基稳定性鉴别和预测、预警依据的必要前提.针对无数据标签的隧道地表变形监测数据的异常检测问题,本文提出了一种无监督式的k近邻(K-Nearest Neighbor,KNN)异常监测算法,并将其应用于岑溪至水汶高速公路岑溪大隧道的地表变形监测数据中,对23个监测点分别进行异常检测,并对不同区域的异常检测结果进行分析,确保监测结果真实有效.