基于機器學習的區(qū)域工程地質(zhì)分層思路與方法研究

打開文本圖片集

摘 要：傳統(tǒng)的地質(zhì)分層方法通常依賴于人工解釋和經(jīng)驗判斷，存在過程繁瑣、工作量大、受人為因素影響較大等缺點。本文旨在研究基于機器學習的區(qū)域工程地質(zhì)分層的思路與方法，將地層分層問題轉(zhuǎn)換為地質(zhì)體空間單元的序列到序列預測任務(wù)及地質(zhì)屬性特征分類任務(wù)，以提高地質(zhì)分層的準確性和效率。本文在對工程地質(zhì)原始數(shù)據(jù)開展深入研究的基礎(chǔ)上，提出采用深度學習方法對靜力觸探試驗數(shù)據(jù)進行地質(zhì)分層的訓練和預測，通過分類算法對取土孔土樣進行分層，并定量評價了相關(guān)算法的適用性。（剩余8983字）