岩溶区灰岩溶蚀程度卷积神经网络识别及敏感性分析 |
| |
引用本文: | 张研,郭道静,张树光,苏国韶,刘锋涛.岩溶区灰岩溶蚀程度卷积神经网络识别及敏感性分析[J].应用基础与工程科学学报,2023(4):961-976. |
| |
作者姓名: | 张研 郭道静 张树光 苏国韶 刘锋涛 |
| |
作者单位: | 1. 广西岩土力学与工程重点实验室;2. 桂林理工大学土木与建筑工程学院;3. 广西大学土木建筑工程学院 |
| |
基金项目: | 国家自然科学基金项目(52068016,42067041);;广西自然科学基金项目(2020GXNSFAA159118); |
| |
摘 要: | 为了解决岩溶区不同溶蚀程度灰岩合理、高效识别问题,以桂林七星区灰岩为研究对象,开展不同pH、不同循环次数的酸性干湿循环试验,构建不同溶蚀程度灰岩识别的卷积神经网络模型(CNN),分析不同pH值、不同循环次数对模型识别效果的影响,探讨样本数量、网络参数设置对模型影响的敏感性.研究表明,伴随酸液pH值的降低、干湿循环次数的增加,岩样表面溶蚀纹路及溶蚀产生的孔隙越明显,模型分类准确率越高;学习样本、预测样本数量较小时,准确率随着样本数量增加而增高,当学习样本、预测样本数量接近4∶1时,模型预测效果最佳,随后准确率随着样本数量增加而降低;模型对不同网络参数敏感性不同,学习率为0.1,迭代次数与样本更新数为50时,准确率最高.CNN模型预测准确率最高为97.6%,为岩溶区灰岩溶蚀程度有效识别提供一条新途径.
|
关 键 词: | 岩溶区灰岩 酸性干湿循环 溶蚀程度 卷积神经网络 图像识别 敏感性分析 |
|
|