[发明专利]一种基于支持向量机的桩身完整性类别自动识别方法

摘要

本发明提供了一种基于支持向量机的桩身完整性类别自动识别方法，本发明通过对现行的各种行业及地方的基桩检测规程中的桩身完整性类别判定特征进行分析、归纳、总结，提取出了桩型、缺陷径向分布、缺陷的深度位置及缺陷的轴向分布四种共13个可行的特征参量，用于桩身完整性类别的自动识别，识别的结果与人工判断结果基本吻合，能够在实际工程检测中应用推广。

主权项

1.一种基于支持向量机的桩身完整性类别自动识别方法，其特征在于，包括：采用支持向量机的分析方法对多个特征参量进行了训练和验证后得到的识别模型，利用识别模型对桩身完整性类别进行识别；所述特征参量包括：1)桩型桩身按荷载传递机理分为：摩擦桩、端承桩、摩擦端承桩、端承摩擦桩四种桩型；摩擦桩、端承桩、摩擦端承桩和端承摩擦桩的特征参量值分别为0、1、2和3；2)缺陷径向分布Dp,i缺陷径向分布(百分比)Dp,i为异常程度指数为1、2或3的连续测点所在剖面数与总剖面数之比,其中，i为异常程度指数值，i为1、2或3；异常程度指数为1、2和3的缺陷径向分布Dp,i分别为Dp,1、Dp,2和Dp,3；3)缺陷的深度位置缺陷的深度位置以缺陷所在深度与桩长之比Hp,i来表征，缺陷所在深度与桩长之比Hp,i为异常程度值为1、2或3的最大连续测点所在位置与桩长之比；异常程度指数为1、2和3的缺陷所在深度与桩长之比Hp,i分别为Hp,1、Hp,2和Hp,3；4)缺陷的轴向(即深度方向)分布缺陷的轴向分布用下面两个特征参量来表征：(1)最大连续测点深度ΔHi异常程度值为1的最大连续测点深度ΔH1为对所有剖面异常程度值为1的测点进行统计，得到的最大连续测点深度；异常程度值为2的最大连续测点深度ΔH2为对所有剖面异常程度值为1至2的测点进行统计，得到的最大连续测点深度；异常程度值为3的最大连续测点深度ΔH3为对所有剖面异常程度值为1至3的测点进行统计，得到的最大连续测点深度；(2)连续测点总深度Ht,i异常程度值为1的连续测点总深度Ht,1为对所有剖面异常程度值为1的测点进行统计后得到的多段连续测点深度之和；异常程度值为2的连续测点总深度Ht,2为对所有剖面异常程度值为1至2的测点进行统计后得到的多段连续测点深度之和；异常程度值为3的连续测点总深度Ht,3为对所有剖面异常程度值为1至3的测点进行统计后得到的多段连续测点深度之和。