| 基于SVM的隧道衬砌空洞填充物雷达图像识别研究北大核心CSCD |
| |
| 引用本文： | 郑艾辰,赵浩然,谭冰心,黄锋,何兆益.基于SVM的隧道衬砌空洞填充物雷达图像识别研究北大核心CSCD[J].现代隧道技术,2022(2):45-52. |
| |
| 作者姓名： | 郑艾辰 赵浩然 谭冰心 黄锋 何兆益 |
| |
| 作者单位： | 1.School of Civil Engineering, Chongqing Jiaotong University, Chongqing400074;2.State Key Laboratory of Mountain Bridge and Tunnel Engineering, Chongqing Jiaotong University, Chongqing400074; |
| |
| 基金项目： | 国家重点研发计划(2018YFB1600200,2018YFB1600300)；国家自然科学基金面上项目(52078090). |
| |
| 摘 要： | 衬砌背后空洞及其填充物对隧道结构安全具有重要影响,开展空洞探测识别对于结构安全评估和病害处置具有重要意义。首先采用室内试验和FDTD正演模拟相结合的方法,获得了空洞内填充空气、水、干砂、湿砂条件下的雷达图谱数据,并对不同填充物波形规律进行对比分析;然后,基于支持向量机算法对波形特征进行提取和分类识别,建立了一种空洞填充物的人工智能辨识方法。研究结果表明,采用傅里叶变换前的平均值、方差、平均绝对离差和傅里叶变换后的最大幅度值max(fft(X))四个统计量作为支持向量机的识别特征,可以有效区分出衬砌背后填充物的六种类型;当采取单一倾向数据时,识别准确率较好,六种物质二分类问题准确率均可以达到90%以上。
|
| 关 键 词： | 衬砌空洞 填充物 探地雷达 支持向量机 机器学习 |
| 本文献已被 维普 等数据库收录！ |
|
