[口头报告]基于多维度不平衡数据的隧道岩性分类研究

基于多维度不平衡数据的隧道岩性分类研究
编号:174 访问权限:仅限参会人 更新:2024-10-17 09:27:49 浏览:118次 口头报告

报告开始:2024年10月20日 14:50 (Asia/Shanghai)

报告时间:10min

所在会议:[S11] 分论坛十一、研究生科技论坛Ⅰ » [S11-2] 分论坛十一下午场

演示文件

提示:该报告下的文件权限为仅限参会人,您尚未登录,暂时无法查看。

摘要
为全面掌握未开挖隧道地质的岩性,收集新奥法隧道开挖过程中的随钻测量(MWD)信息建立包含7216 维的类间多维不平衡数据集。结合钻孔成像技术和专家解译,实现钻进参数与岩性的数据对齐。提出一种混合集成分类模型,结合Adaptive Synthetic Sampling (ADASYN)、网格搜索(GS)超参数优化算法和eXtreme Gradient Boosting(XGBoost),以实现高效、准确的未开挖岩性智能识别。通过对比模型Macro F1得分,表明GS-ADASYN-XGBoost 算法在不同岩性分类方面的表现优于其他混合模型。通过设置过采样比例为0.2,ADASYN 方法可优化数据不平衡比,有效提升分类器性能。尤其对最少类岩类(即青泥岩)的分类性能提升最显著。所提出模型可有效利用不平衡的多维随钻数据预测未开挖掌子面的岩体类别,为开挖面的地质解译提供思路。
关键字
新奥法隧道;随钻测量;岩性分类;多维不平衡数据
报告人
李阳
硕士研究生 北京交通大学

北京交通大学隧道与地下工程系研二学生,师从陈佳耀副教授。

发表评论
验证码 看不清楚,更换一张
全部评论
提交摘要
注册参会
酒店预订