| 注册
首页|期刊导航|中山大学学报(自然科学版)(中英文)|基于机器学习的地下溶洞空间形态对地面沉降影响的分析与预测

基于机器学习的地下溶洞空间形态对地面沉降影响的分析与预测

高燕 吴晓东 田嘉逸

中山大学学报(自然科学版)(中英文)2023,Vol.62Issue(2):83-92,10.
中山大学学报(自然科学版)(中英文)2023,Vol.62Issue(2):83-92,10.DOI:10.13471/j.cnki.acta.snus.2022D019

基于机器学习的地下溶洞空间形态对地面沉降影响的分析与预测

Analysis and prediction of the ground subsidence due to the spatial form of underground karst caves based on machine learning

高燕 1吴晓东 2田嘉逸1

作者信息

  • 1. 中山大学地球科学与工程学院,广东 珠海 519082
  • 2. 南方海洋科学与工程广东省实验室(珠海),广东 珠海519082
  • 折叠

摘要

关键词

地面沉降/地下溶洞/灰色关联法/机器学习/深度神经网络

分类

建筑与水利

引用本文复制引用

高燕,吴晓东,田嘉逸..基于机器学习的地下溶洞空间形态对地面沉降影响的分析与预测[J].中山大学学报(自然科学版)(中英文),2023,62(2):83-92,10.

基金项目

国家自然科学基金(42072295,41807244) (42072295,41807244)

广东省创新创业团队项目(2017ZT07Z066) (2017ZT07Z066)

中山大学学报(自然科学版)(中英文)

OA北大核心CSCDCSTPCD

0529-6579

访问量0
|
下载量0
段落导航相关论文