【技术实现步骤摘要】
本专利技术涉及土木工程智能监测，尤其涉及一种数字孪生边坡样本生成方法。
技术介绍
1、随着人工智能技术的发展，目前，已有研究人员在极限平衡法的基础上，利用机器学习的方法对边坡稳定性进行预测。然而，早期对于许多边坡地质勘探以及滑坡数据并没有系统、完整的数据库，只有少量的样本能够用于训练预测模型。为实现智慧边坡监测，必须对边坡稳定性进行计算或预测，现实的在役边坡大都为天然或经过加固措施处理的稳定边坡，真实的滑坡边坡数据少之又少，如何在少量数据的基础上获得一个高精度的模型，是值得研究的问题。
2、研究表明，足够的样本数量对于构建有效的学习模型非常重要。数据样本生成方法吸引了众多研究人员，如文献[1]开发了虚拟样本生成方法，以克服小样本量问题，该方法显著提高了学习和分类性能。文献[2]提出了一种新的样本生成方法，利用实际铁路普通紧固件生成缺陷紧固件样本，实现样品扩增。但上述样本生成方法难以应用于具有复杂分布的边坡数据。
3、[1]wedyan m o，crippa a，al-jumaily a.a novel virtu...
【技术保护点】
1.一种边坡样本生成方法，用于基于多个真实边坡样本生成虚拟样本，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤S200包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤S300，对于已收集的实际边坡样本，将边坡外轮廓线以及各土层线用有限个点所连折线表示，构成原始边坡的这些点，称其为控制点，在已有控制点保持不变的情况下，插入一些随机点，微调边坡及其土层的形状。
4.根据权利要求1所述的方法，其特征在于，所述步骤S300包括：
5.根据权利要求1-5中任一项所述的样本生成方法，其特征在...
【技术特征摘要】
1.一种边坡样本生成方法，用于基于多个真实边坡样本生成虚拟样本，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤s200包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤s300，对于已收集的实际边坡样本，将边坡外轮廓线以及各土层线用有限个点所连折线...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。