原创力文档- 2
- 0
- 约9.62千字
- 约 10页
- 2023-05-23 发布于四川
- 举报
本发明涉及一种基于深度学习的硬岩隧道掘进机的掘进参数预测方法，具体包括以下步骤：S1.获取传感器连续记录的掘进数据，划分出原始掘进段进行优化，获得目标掘进段组，并将目标掘进段组划分为训练样本集和测试样本集；S2.构建卷积神经网络模型，将训练样本集输入卷积神经网络模型进行深度学习，获取初步预测模型；S3.获取测试样本集，输入初步预测模型进行测试，根据测试结果调整初步预测模型的超参数；S4.重复步骤S3，记录每次调整超参数后模型的预测误差，当预测误差小于设定阈值时，将当前模型作为最终预测模型输出。与
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112163316 A
(43)申请公布日 2021.01.01
(21)申请号 202010893005.7
(22)申请日 2020.08.31
(71)申请人 同济大学
地址 20
文档评论（0）