公开(公告)号：CN119719845A

公开(公告)日：2025-03-28

申请号：CN202411779167.2

申请日：2024-12-05

Applicant: 东南大学

Inventor： 林均霖 ,  刘宇洁 ,  王涵 ,  苗艳春 ,  芦泽宇 ,  王凤娟 ,  蒋金洋

IPC: G06F18/24 ,  G16C20/30 ,  G16C20/20 ,  G16C20/70

Abstract: 本发明公开了一种基于元素含量的母岩矿物组成预测方法、系统、装置及存储介质，所述方法包括以下步骤：获取母岩的元素含量和矿物组成数据并进行预处理，获得预处理数据集；选取分类算法构建初始分类模型，通过预处理数据集对初始分类模型进行训练，获得分类模型；通过分类模型预测母岩矿物组成。本发明通过结合元素含量分析与先进的机器学习技术，实现了对母岩矿物组成的快速、准确预测。

公开(公告)号：CN119397324A

公开(公告)日：2025-02-07

申请号：CN202411297117.0

申请日：2024-09-18

Applicant: 东南大学 ,  中国国家铁路集团有限公司

Inventor： 林均霖 ,  刘宇洁 ,  王涵 ,  苗艳春 ,  王凤娟 ,  蒋金洋 ,  赵有明 ,  王峰

IPC: G06F18/24 ,  G06F18/214

Abstract: 本发明涉及岩土分析技术领域，具体涉及一种基于母岩矿物组成的隧道洞渣性能预测方法。该方法包括：获得每种性能数据对应的初始类型和分类边界；建立每种性能数据对应的初始预测模型；获得初始预测模型的训练集、验证集和测试集；利用训练集和验证集对初始预测模型进行训练，得到第一预测模型；利用测试集对预测模型进行测试获得预测准确率；根据预测准确率对分类边界或初始预测模型进行更新，并再次训练得到第二预测模型；若第二预测模型对应的预测准确率达到预设标准，停止对分类边界或初始预测模型的更新，若未达到预设标准，则继续更新，直至达到预设标准，得到最终预测模型。本发明能够准确的预测洞渣性能。