基于KNN算法的隧道地表变形监测数据异常检测分析  

作　　者：邹彤彤 杨涛[3,4] 周勇 王仲平 余来斌[3,4] 王东凯 肖荣 出晓娟 

机构地区：[1]兰州交通大学数理学院,甘肃兰州730070 [2]中国科学院海西研究院泉州装备制造研究所,福建泉州362200 [3]中国建筑第八工程局有限公司,上海200000 [4]中建八局有限公司南方公司,广西南宁530022

出　　处：《科学技术创新》2021年第28期95-97,共3页Scientific and Technological Innovation

基　　金：国家自然科学基金青年项目(18c7211bka)。

摘　　要：随着城市地下工程的不断增加,各种地面问题日趋严重。在隧道开挖中,由于受地下复杂的地质工程环境、周边条件等因素的影响,会产生渗漏水、裂缝、断面变形侵限等各种病害,造成人员伤亡及经济损失。所以对地表变形监测数据进行异常监测是保证地基稳定性鉴别和预测、预警依据的必要前提。针对无数据标签的隧道地表变形监测数据的异常检测问题,本文提出了一种无监督式的k近邻(K-Nearest Neighbor,KNN)异常监测算法,并将其应用于岑溪至水汶高速公路岑溪大隧道的地表变形监测数据中,对23个监测点分别进行异常检测,并对不同区域的异常检测结果进行分析,确保监测结果真实有效。

关 键 词：隧道地表变形数据 KNN 异常检测 

分 类 号：U45[建筑科学—桥梁与隧道工程]