[发明专利]地质类型的识别方法及装置、存储介质、计算机设备

说明书

本发明公开了一种地质类型的识别方法及装置、存储介质、计算机设备，涉及盾构机技术领域，主要目的在于解决现有地质类型的识别准确性较差的问题。包括：获取待识别的盾构掘进参数；基于预先构建数据树的k均值聚类算法对所述盾构掘进参数进行聚类处理，所述k均值聚类算法中的k值为基于样本距离匹配的所述数据树中的枝节点数确定的；根据聚类处理后的聚类结果，以及土质特征识别，确定地质类型。主要用于地质类型的识别。

技术领域

本发明涉及一种盾构机技术领域，特别是涉及一种地质类型的识别方法及装置、存储介质、计算机设备。

背景技术

随着数据分析技术的发展，使得数据挖掘技术应用到盾构掘进过程中成为可能。盾构技术已经成为我国交通基础建设的重要支撑。在盾构法施工时，需要提前勘测施工地点的水文地质等条件，以便选取合适的盾构机型号并作为驾驶员操控盾构机的重要依据。由于地质情况复杂多变，往往采集到的地质信息具有很多局限性和不准确性。而在盾构施工过程中对掘进参数的实时分析可以及时反馈当前的地质信息，这对盾构施工的安全与质量都具有很大的帮助。因此，如何基于盾构掘进参数，利用人工智能与数据挖掘技术实现地质智能识别，是目前盾构技术研究的热点和难点问题，也是实现盾构机智能化的重要基础。

目前，现有的利用盾构掘进参数分析地质地层通常是使用有监督的BP神经网络模型，但是，针对BP神经网络模型进行参数分析地质地层时，对采集的数据的准确性要求较高，才能训练出精准的模型，并且，神经网络模型并不能有效地反映出不同地质下掘进参数的分布特征，从而导致了地质类型的识别准确性较差。

发明内容

有鉴于此，本发明提供一种地质类型的识别方法及装置、存储介质、计算机设备，主要目的在于解决现有地质类型的识别准确性较差的问题。

依据本发明一个方面，提供了一种地质类型的识别方法，包括：

获取待识别的盾构掘进参数；

基于预先构建数据树的k均值聚类算法对所述盾构掘进参数进行聚类处理，所述k均值聚类算法中的k值为基于样本距离匹配的所述数据树中的枝节点数确定的；

根据聚类处理后的聚类结果，以及土质特征识别，确定地质类型。

依据本发明另一个方面，提供了一种地质类型的识别装置，包括：

获取模块，用于获取待识别的盾构掘进参数；

处理模块，用于基于预先构建数据树的k均值聚类算法对所述盾构掘进参数进行聚类处理，所述k均值聚类算法中的k值为基于样本距离匹配的所述数据树中的枝节点数确定的；

识别模块，用于根据聚类处理后的聚类结果，以及土质特征识别，确定地质类型。

根据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述地质类型的识别方法对应的操作。

根据本发明的再一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述地质类型的识别方法对应的操作。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明提供了一种地质类型的识别方法及装置、存储介质、计算机设备，与现有技术相比，本发明实施例的数据树k均值聚类算法有效实现了k值的优化，相比传统依靠经验判断确定k值的方法更加科学可靠。构建样本数据的数据树还能够直观地反映样本点间的亲疏程度，高效地识别出地质类型，具有较高的准确率，算法更加可靠有效，进一步基于数据驱动的方法，能够有效挖掘地层信息及地质特征，准确预测地质情况。