基于应变场的卷积神经网络岩石裂缝识别方法
利铭
卓志权
张军徽
北方工业大学 土木工程学院,北京 100144
摘要：岩石的局部破坏往往诱发岩体的整体失稳进而导致灾害发生,对局部破坏的识别可在岩土工程灾害监测预警中起到重要作用.提出了一种基于变形场的卷积神经网络岩石裂缝识别方法,利用扩展有限元方法建立岩石开裂模型,并获得模型的变形场数据作为训练样本,对VGG16 卷积神经网络进行训练,并对结果进行分析.结果表明,采用应变场作为训练数据的VGG16 卷积神经网络,在验证集的子集准确率、精确度、召回率、F-Score分别达到94.73%、98.72%、98.71%、98.46%,能有效识别岩石的裂缝位置,证明了变形场作为卷积神经网络训练数据的可行性,完善了卷积神经网络在裂缝识别领域的研究方法.
关键词：应变场卷积神经网络扩展有限元多标签分类
分类号：TU45(土力学、地基基础工程)
资助基金：国家自然科学基金(51774015)
论文发表日期：2023-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 17-23 )
英文信息