[發明專利]一種混凝土抗壓能力預測方法、裝置、設備及存儲介質在審
| 申請號: | 202210242036.5 | 申請日: | 2022-03-11 |
| 公開(公告)號: | CN114580299A | 公開(公告)日: | 2022-06-03 |
| 發明(設計)人: | 陳洪;張學林;李偉夫;鄭鋒 | 申請(專利權)人: | 華中農業大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27 |
| 代理公司: | 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231 | 代理人: | 張璐 |
| 地址: | 430070 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 混凝土 抗壓 能力 預測 方法 裝置 設備 存儲 介質 | ||
1.一種混凝土抗壓能力預測方法,其特征在于,包括:
確定預測函數,根據所述預測函數建立混凝土抗壓能力預測模型;
獲取混凝土樣本數據,對所述混凝土樣本數據進行處理;
根據處理后的所述混凝土樣本數據,對所述混凝土抗壓能力預測模型進行篩選,得到目標混凝土抗壓能力預測模型;
根據所述目標混凝土抗壓能力預測模型,對待預測混凝土樣本數據的抗壓能力進行預測。
2.根據權利要求1所述的混凝土抗壓能力預測方法,其特征在于,所述預測函數包括:指示替代函數和損失函數;所述確定預測函數,根據所述預測函數建立混凝土抗壓能力預測模型,包括:根據所述指示替代函數和所述損失函數,確定混凝土抗壓能力預測模型。
3.根據權利要求2所述的混凝土抗壓能力預測方法,其特征在于,所述預測函數還包括:密度估計函數;所述獲取混凝土樣本數據,對所述混凝土樣本數據進行處理,包括:
根據所述密度估計函數和所述指示替代函數,確定密度閾值指示函數;
通過所述密度閾值指示函數和預設誤差密度閾值,對所述混凝土樣本數據進行篩選;
將篩選后的所述混凝土樣本數據分為數據訓練集、數據驗證集以及數據測試集;
在所述數據訓練集中加入不同占比的異常值,對所述數據驗證集以及所述數據測試集不進行處理。
4.根據權利要求3所述的混凝土抗壓能力預測方法,其特征在于,所述將篩選后的所述混凝土樣本數據分為數據訓練集、數據驗證集以及數據測試集,包括:
根據篩選后的所述混凝土樣本數據,生成預設形式的矩陣;
將所述預設形式的矩陣每一行數據作為一組樣本數據,得到若干個樣本數據;
將所述樣本數據分為數據訓練集、數據驗證集以及數據測試集。
5.根據權利要求3所述的混凝土抗壓能力預測方法,其特征在于,所述根據處理后的所述混凝土樣本數據,對所述混凝土抗壓能力預測模型進行篩選,得到目標混凝土抗壓能力預測模型,包括:
根據預設參數以及所述數據訓練集,對所述混凝土抗壓能力預測模型進行迭代訓練;
根據所述數據驗證集,對完成迭代訓練后的混凝土抗壓能力預測模型進行篩選,得到目標混凝土抗壓能力預測模型。
6.根據權利要求5所述的混凝土抗壓能力預測方法,其特征在于,所述根據預設參數以及所述數據訓練集,對所述混凝土抗壓能力預測模型進行迭代訓練,包括:
每輪迭代訓練時,計算出所述混凝土抗壓能力預測模型對應的梯度;
根據所述混凝土抗壓能力預測模型對應的梯度,更新目標系數;
當達到迭代停止條件時,停止迭代循環,保留停止迭代時的目標系數。
7.根據權利要求5所述的混凝土抗壓能力預測方法,其特征在于,所述根據所述數據驗證集,對完成迭代訓練后的混凝土抗壓能力預測模型進行篩選,得到目標混凝土抗壓能力預測模型,包括:
計算所述完成迭代訓練后的混凝土抗壓能力預測模型的決定系數,通過預設驗證方法,確定目標混凝土抗壓能力預測模型。
8.一種混凝土抗壓能力預測裝置,其特征在于,包括:
建立模塊,用于確定預測函數,根據所述預測函數建立混凝土抗壓能力預測模型;
處理模塊,用于獲取混凝土樣本數據,對所述混凝土樣本數據進行處理;
篩選模塊,用于根據處理后的所述混凝土樣本數據,對所述混凝土抗壓能力預測模型進行篩選,得到目標混凝土抗壓能力預測模型;
預測模塊,用于根據所述目標混凝土抗壓能力預測模型,對待預測混凝土樣本數據的抗壓能力進行預測。
9.一種電子設備,其特征在于,包括存儲器和處理器,其中,
所述存儲器,用于存儲程序;
所述處理器,與所述存儲器耦合,用于執行所述存儲器中存儲的所述程序,以實現上述權利要求1至7中任一項所述混凝土抗壓能力預測方法中的步驟。
10.一種計算機可讀存儲介質,其特征在于,用于存儲計算機可讀取的程序或指令,所述程序或指令被處理器執行時,能夠實現上述權利要求1至7中任一項所述混凝土抗壓能力預測方法中的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中農業大學,未經華中農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210242036.5/1.html,轉載請聲明來源鉆瓜專利網。





