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:
岩土工程现场及室内参数测试数据是工程施工、设计、评价的基础.异常数据的存在往往会误导施工、设计等参数的确定,数据异常检测是确保工程安全可靠的最基本但极为重要的工作.针对传统异常检测算法没有模型选择这一过程而导致检测的盲目性,提出了基于元学习的异常检测算法(meta-learning outlier detection,MetaOD)和数据挖掘算法相结合的异常检测模型体系.该体系首先根据数据的特点选择适合不同数据类型的初始模型类型及其参数,并对选择出的同类型算法的参数进行求均值处理;然后再采用遴选出的算法进行数据异常诊断,进而提高异常检测的准确性.为了评估模型的有效性,采用加州大学欧文分校提出的机器学习检验数据集(glass数据集)进行检验分析.结果显示,采用该模型体系进行异常检测时查准率达到96.41%,远高于其他检测算法.最后,应用该模型体系对澳门花岗岩单轴抗压强度数据集和均昌隧道的地下水位监测数据进行了异常检测分析,并分别识别出9个和10个异常点.
推荐文章
岩土工程基桩检测技术分析
岩土工程
基桩检测技术
发展
基于入侵特征选择的网络异常数据检测模型
异构集成网络
异常数据
数据检测
数据挖掘
岩土工程地基基础岩土技术检测方法的讨论
岩土工程
地基岩土
检测技术
大数据时代的岩土工程监测--转折与机遇
大数据
岩土工程
监测
数据分析
传感器
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MetaOD模型选择的岩土工程数据异常检测方法
来源期刊 地质科技通报 学科 地球科学
关键词 岩土工程异常检测 MetaOD算法 模型选择 数据挖掘
年,卷(期) 2022,(2) 所属期刊栏目 “地灾失稳机制及其风险评价”专辑
研究方向 页码范围 239-245
页数 7页 分类号 X830.3
字数 语种 中文
DOI 10.19509/j.cnki.dzkq.2022.0041
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
岩土工程异常检测
MetaOD算法
模型选择
数据挖掘
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
地质科技通报
双月刊
1000-7849
42-1904/P
大16开
湖北省武昌鲁磨路388号
1982
chi
出版文献量(篇)
3306
总下载数(次)
6
总被引数(次)
35542
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导