本發明提出了一種基于PSO?SVM算法和圖像識別的圍巖質量在線分級方法,其步驟為:選擇實時獲取的圍巖地質參數和掘進參數作為輸入指標;利用巖渣圖像拍攝裝置對TBM皮帶機上的巖渣進行圖像拍攝,利用圖像識別處理方法獲取巖渣的粒度分布;基于PSO?SVM智能算法構建圍巖分級理論下的SVM學習模型,將學習樣本數據輸入SVM學習模型;利用PSO算法優化SVM學習模型的參數,利用優化參數建立SVM預測模型,將檢驗樣本數據組成的樣本訓練集輸入到SVM預測模型,得到圍巖實時分級輸出結果。本發明基于粒子群的支持向量機算法對圍巖進行實時分級,可準確預測當前掘進地層的圍巖質量,實現掘進參數的適時調整優化,保障安全高效施工。
聲明:
“基于PSO-SVM算法和圖像識別的圍巖質量在線分級方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)