期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于TrAdaBoost-GBDT模型的排土场边坡稳定状态判别
被引量：
1
1
作者
江松
李涛
+3 位作者
李锦源
李研博
张存良
张立杰
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第11期89-98,共10页
针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,...
针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,并采集和处理试验中边坡模型的含水率、土压力和孔隙水压力数据;考虑到小样本数据集对梯度提升回归树(GBDT)模型分类精度的影响,运用迁移学习思想,利用迁移自适应增强算法(TrAdaBoost)对源域数据集和目标域数据集样本权重进行迭代更新,以GBDT模型作为数据样本训练的弱学习器,最终根据弱学习器的分类结果,通过加权多数表决法生成一种基于迁移学习的TrAdaBoost-GBDT排土场边坡稳定状性判别模型,以提高小样本数据标签类别的判别准确率。结果表明:相对其他算法模型,提出的排土场边坡稳定状态判别模型在稳定状态判别上有更好的表现,准确率、精准率、召回率和曲线下面积值(AUC)分别达到93.3%、87.5%、100%和93.8%,能够作为边坡稳定状态判别的分类器。该模型相对其他算法模型可以提高小样本数据集的边坡稳定状态判别的准确性,弥补机器学习对小样本数据集分类结果精度较低的不足。
展开更多
关键词
排土场边坡
稳定状态判别
迁移自适应增强梯度提升回归树(TrAdaBoost-GBDT)
迁移学习
小样本
在线阅读
下载PDF
职称材料
基于原位监测和模型试验的膨胀土高边坡稳定性分析
被引量：
4
2
作者
任佳丽
熊勇
+2 位作者
程永辉
胡胜刚
胡波
《岩土工程学报》
EI
CAS
CSCD
北大核心
2022年第S02期183-187,219,共6页
以某25 m高的膨胀土临时渠道边坡为研究对象,通过已滑渠坡的现场探槽试验,发现渠道左右岸在高程140~142 m均赋存长大裂隙,为裂隙强度控制下的边坡失稳;针对滑裂面的位置和形态,选取有代表性的渠段开展了预应力伞型锚加固方案设计,并布...
以某25 m高的膨胀土临时渠道边坡为研究对象,通过已滑渠坡的现场探槽试验,发现渠道左右岸在高程140~142 m均赋存长大裂隙,为裂隙强度控制下的边坡失稳;针对滑裂面的位置和形态,选取有代表性的渠段开展了预应力伞型锚加固方案设计,并布置了以锚力和变形为主要监测手段的完整监测断面。针对现有土质边坡锚力监测存在的精度不高等问题,开展了室内物理模型试验,研究预应力伞型锚监测土质边坡的适用性。根据原位监测和模型试验成果,分析了渠坡在开挖、加固及降雨等过程中的稳定状态,明确了影响渠坡稳定的关键因素及渠坡加固方案的合理性,并提出了基于锚力监测的膨胀土高边坡稳定状态判别标准。
展开更多
关键词
膨胀土边坡
模型试验
锚力监测
稳定状态判别
在线阅读
下载PDF
职称材料
题名
基于TrAdaBoost-GBDT模型的排土场边坡稳定状态判别
被引量：
1
1
作者
江松
李涛
李锦源
李研博
张存良
张立杰
机构
西安建筑科技大学资源工程学院
西安市智慧工业感知计算与决策重点实验室
内蒙古汇能煤电集团有限公司
唐山冀东水泥股份有限公司
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第11期89-98,共10页
基金
国家自然科学基金面上项目资助(51974223)
国家自然科学基金青年项目资助(52104146)。
文摘
针对露天矿排土场失稳数据获取困难,样本数据量少等问题,提出基于迁移学习算法的露天矿排土场边坡稳定状态判别模型;结合陕西省F露天矿排土场边坡的实际地质条件和降雨情况,设计降雨条件下排土场不同土石混合比边坡的相似模拟试验方案,并采集和处理试验中边坡模型的含水率、土压力和孔隙水压力数据;考虑到小样本数据集对梯度提升回归树(GBDT)模型分类精度的影响,运用迁移学习思想,利用迁移自适应增强算法(TrAdaBoost)对源域数据集和目标域数据集样本权重进行迭代更新,以GBDT模型作为数据样本训练的弱学习器,最终根据弱学习器的分类结果,通过加权多数表决法生成一种基于迁移学习的TrAdaBoost-GBDT排土场边坡稳定状性判别模型,以提高小样本数据标签类别的判别准确率。结果表明:相对其他算法模型,提出的排土场边坡稳定状态判别模型在稳定状态判别上有更好的表现,准确率、精准率、召回率和曲线下面积值(AUC)分别达到93.3%、87.5%、100%和93.8%,能够作为边坡稳定状态判别的分类器。该模型相对其他算法模型可以提高小样本数据集的边坡稳定状态判别的准确性,弥补机器学习对小样本数据集分类结果精度较低的不足。
关键词
排土场边坡
稳定状态判别
迁移自适应增强梯度提升回归树(TrAdaBoost-GBDT)
迁移学习
小样本
Keywords
dump slope
stability state discrimination
transfer adaptive boosting-gradient boosting decision tree(TrAdaBoost-GBDT)
transfer learning
small samples
分类号
X936 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于原位监测和模型试验的膨胀土高边坡稳定性分析
被引量：
4
2
作者
任佳丽
熊勇
程永辉
胡胜刚
胡波
机构
长江水利委员会长江科学院水利部岩土力学与工程重点实验室
出处
《岩土工程学报》
EI
CAS
CSCD
北大核心
2022年第S02期183-187,219,共6页
基金
中央级公益性科研院所基本科研业务费专项资金资助项目(CKSF2019199YT,CKSF 2021460/YT)
安徽省引江济淮集团有限公司科技项目(YJJH-ZT-ZX-20230118528)
文摘
以某25 m高的膨胀土临时渠道边坡为研究对象,通过已滑渠坡的现场探槽试验,发现渠道左右岸在高程140~142 m均赋存长大裂隙,为裂隙强度控制下的边坡失稳;针对滑裂面的位置和形态,选取有代表性的渠段开展了预应力伞型锚加固方案设计,并布置了以锚力和变形为主要监测手段的完整监测断面。针对现有土质边坡锚力监测存在的精度不高等问题,开展了室内物理模型试验,研究预应力伞型锚监测土质边坡的适用性。根据原位监测和模型试验成果,分析了渠坡在开挖、加固及降雨等过程中的稳定状态,明确了影响渠坡稳定的关键因素及渠坡加固方案的合理性,并提出了基于锚力监测的膨胀土高边坡稳定状态判别标准。
关键词
膨胀土边坡
模型试验
锚力监测
稳定状态判别
Keywords
expansive soil slope
model test
anchor force monitoring
safety monitoring
stability criterion
分类号
TU435 [建筑科学—岩土工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于TrAdaBoost-GBDT模型的排土场边坡稳定状态判别
江松
李涛
李锦源
李研博
张存良
张立杰
《中国安全科学学报》
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于原位监测和模型试验的膨胀土高边坡稳定性分析
任佳丽
熊勇
程永辉
胡胜刚
胡波
《岩土工程学报》
EI
CAS
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
