[发明专利]隧道围岩级别识别方法和装置

权利要求书

1.一种隧道围岩级别识别方法，其特征在于，该方法包括以下步骤：

获取不同隧道围岩级别的数据样本来形成包含训练样本的训练集，所述训练样本包括电脑型凿岩台车采集的钻爆法施工隧道的随钻参数，所述随钻参数包括实时运行参数和循环日志数据；

将获取的训练样本的数据进行特征向量化，并在各隧道围岩级别间的样本不平衡度不符合预定的样本平衡条件的情况下，采用基于人工少数类过采样法SMOTE的自适应综合过采样法进行样本数均衡，以得到样本数平衡的样本集；

利用随机森林算法将样本数平衡的样本集中的特征按重要程度进行排序，获得特征排序结果；

基于所述特征排序结果按照重要程度从高到低的顺序选择样本数平衡的样本集中样本的预定数量的特征，将选择的特征作为输入特征来训练预定的机器模型；

采集不同隧道围岩级别的待测试数据样本，基于所述特征排序结果提取预定数量的特征生成特征向量，输入至已训练的机器模型，输出隧道围岩级别识别结果。

2.根据权利要求1所述的方法，其特征在于，所述在各隧道围岩级别间的样本不平衡度不符合预定的样本平衡条件的情况下，采用基于人工少数类过采样法SMOTE的自适应综合过采样法进行样本数均衡，以得到样本数平衡的样本集，包括：

对训练集的数据样本进行归一化和标准化处理，并删除异常值；

针对训练集中的每一隧道围岩级别的训练样本，计算不平衡度；

在不平衡度不满足预定的样本平衡条件的情况下，基于训练集中当前少数类和多数类的数量确定当前少数类样本要生成的合成样本数量；

对于每个属于当前少数类的样本实例，查找最近的邻居，基于查找的最近的邻居中属于多数类的实例数计算每个少数类样本需要生成的合成样本的数量；

对于每个少数类样本，执行与合成样本的数量对应的样本合成操作，在每次样本合成操作中通过从当前少数类样本的最近邻居中选择一个少数类样本并基于选择的少数样本来生成一个合成样本。

3.根据权利要求2所述的方法，其特征在于，

所述基于训练集中当前少数类和多数类的数量确定当前少数类样本要生成的合成样本数量包括以下步骤：基于当前少数类实例和多数类实例的数量以及平衡指示参数计算需要为少数类样本生成的合成样本的数量；

所述对于每个属于当前少数类的样本实例，查找最近的邻居，基于查找的最近的邻居中属于多数类的实例数计算每个少数类样本需要生成的合成样本的数量，包括：

对于每一个属于少数类的样本示例，基于其特征空间中的欧式距离找到最近的邻居，并基于最近的邻居计算密度分布参数；

基于计算的密度分布参数来计算每个少数类样本实例需要生成的合成样本的数量。

4.根据权利要求3所述的方法，其特征在于，

基于如下公式计算需要为少数类样本生成的合成样本的数量：

G＝(m_l-m_s)*β；

其中，G表示需要生成的合成样本的数量，m_s表示当前少数类实例的数量，m_l表示当前多数类实例的数量，β为指示合成数据生成后所需的平衡水平的参数；

基于如下公式计算密度分布参数；

其中，r_i表示密度分布，K表示当前属于少数类的样本示例的特征空间中的欧式距离找到最近的邻居，Δ_i是K个最近邻中的属于多数类的实例数；

基于如下公式来计算每个少数类样本实例需要生成的合成样本的数量：

其中，g_i为每个少数类样本实例需要生成的合成样本的数量，