학술논문

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 / 3D Classification and Evaluation of Underground Space Geological Environment Quality Based on SOM and K-means Algorithm
Document Type
Academic Journal
Source
地球科学与环境学报 / Journal of Earch Sciences and Environment. 45(4):929-940
Subject
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
geological environment quality evaluation
underground space
SOM
K-means algorithm
cluster analysis
geological modeling
Fujian
Language
Chinese
ISSN
1672-6561
Abstract
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.