| 基于自组织神经网络和K-means算法的地下空间地质环境质量三维分类及评价 |
| |
| 作者姓名： | 熊芸莹1 2 李晓晖1 2 袁峰1 2 卢志堂1 吴少元3 窦帆帆1 2 |
| |
| 作者单位： | (1. 合肥工业大学 资源与环境工程学院,安徽 合肥 230009; 2. 合肥工业大学 安徽省矿产资源与矿山环境工程技术研究中心,安徽 合肥 230009; 3. 厦门地质工程勘察院,福建 厦门 361008) |
| |
| 摘 要： | 针对地下空间地质环境质量,前人运用三维地质信息化技术已开展了大量三维综合评价研究,但其评价结果对于规划和施工建议略显不足。其原因主要是评价过程主观性较强,综合评价结果难以充分表达地质环境的真实类别,难以关注更需受到重视的不良地质环境条件等。针对上述问题,利用自组织神经网络(SOM)和K-means算法对地下空间地质环境质量三维评价信息进行分类研究; 以福建省厦门市马銮湾新城南岸片区为实例,基于三维空间分析方法提取三维评价指标因子,开展基于自组织神经网络和K-means算法的地下空间地质环境质量三维评价,最后利用评价获得的地质环境类别与主导因子进一步提出规划和施工建议。结果表明:基于自组织神经网络和K-means算法的评价方法能够有效挖掘多维多源地质数据中的隐含信息,识别出关键区分因子,为地下空间地质环境质量评价提供了新的思路和方法。
|
| 关 键 词： | 地质环境质量评价 地下空间 自组织神经网络 K-means算法 聚类分析 地质建模 福建 |
|
| 点击此处可从《地球科学与环境学报》浏览原始摘要信息 |
|
点击此处可从《地球科学与环境学报》下载全文 |
|
