一种用于地质环境勘测的实时采集检测方法与流程

1.本发明涉及地质环境勘测技术领域，尤其涉及一种用于地质环境勘测的实时采集检测方法。


背景技术：

2.地质环境勘测是通过各种手段、方法对地质进行勘查、探测，确定合适的持力层，根据持力层的地基承载力，确定基础类型，计算基础参数的调查研究活动，在建筑施工的前期，也需要对地质环境的土质进行勘测，因此需要用到金属探测仪对土壤内部是否存在金属进行勘测检查，有利于后期建筑施工顺利进行。
3.现有的用于地质金属勘测的方法勘测过程中的灵活性较差，且勘测时的稳定性较低，存在着不便于对地质环境勘测进行实时采集检测的问题，虽然现有技术中关于地质环境勘测的各种取样过程记载较多，但是对于取样数据的后续采样明显缺乏合理性，因此我们提出了一种用于地质环境勘测的实时采集检测方法用来解决上述问题。


技术实现要素：

4.基于背景技术存在的技术问题，本发明提出了一种用于地质环境勘测的实时采集检测方法。
5.本发明提出的一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
6.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
7.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
8.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
9.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
10.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
11.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
12.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据进行记录并储存；
13.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进行显示和查看。
14.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
15.输入:训练数据集c，近邻参数k，插值数量d；
16.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
17.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；2)将b1根据支持度细分为b
11
、b
12
和b
13
；
18.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
19.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
20.5)将train 1和train 2合并为train；
21.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点。
22.优选的，所述s2中的采集深度设置为1-2m、2-4m和4-6m。
23.优选的，所述温湿度检测机构包括温度传感器和湿度传感器。
24.优选的，所述s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
25.优选的，所述s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
26.优选的，所述s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为1-2份。
27.本发明中，便于对不同深度的样品进行采集，且能够对采集的样品进行破碎、筛分，从而便于对样品进行预处理，通过检测机构便于对样品的组成元素进行检测，且能够对元素的组成含量进行检测，且便于对样品的抗拉强度、硬度进行检测，从而便于对不同区域，不同深度的地质进行样品采集，且便于对样品检测并对检测数据进行记录。
具体实施方式
28.下面结合具体实施例对本发明作进一步解说。
29.实施例一
30.本实施例中提出了一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
31.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
32.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
33.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
34.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
35.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
36.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
37.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据
进行记录并储存；
38.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进行显示和查看。
39.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
40.输入:训练数据集c，近邻参数k，插值数量d；
41.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
42.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；
43.2)将b1根据支持度细分为b
11
、b
12
和b
13
；
44.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
45.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
46.5)将train 1和train 2合并为train；
47.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点
48.本实施例中，s2中的采集深度设置为1m、2m和4m。
49.本实施例中，温湿度检测机构包括温度传感器和湿度传感器。
50.本实施例中，s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
51.本实施例中，s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
52.本实施例中，s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为1份。
53.实施例二
54.本实施例中提出了一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
55.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
56.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
57.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
58.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
59.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
60.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
61.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据
进行记录并储存；
62.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进行显示和查看。
63.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
64.输入:训练数据集c，近邻参数k，插值数量d；
65.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
66.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；2)将b1根据支持度细分为b
11
、b
12
和b
13
；
67.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
68.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
69.5)将train 1和train 2合并为train；
70.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点
71.本实施例中，s2中的采集深度设置为1m、3m和4m。
72.本实施例中，温湿度检测机构包括温度传感器和湿度传感器。
73.本实施例中，s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
74.本实施例中，s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
75.本实施例中，s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为1份。
76.实施例三
77.本实施例中提出了一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
78.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
79.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
80.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
81.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
82.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
83.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
84.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据进行记录并储存；
85.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进行显示和查看。
86.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
87.输入:训练数据集c，近邻参数k，插值数量d；
88.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
89.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；2)将b1根据支持度细分为b
11
、b
12
和b
13
；
90.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
91.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
92.5)将train 1和train 2合并为train；
93.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点
94.本实施例中，s2中的采集深度设置为1m、2m和5m。
95.本实施例中，温湿度检测机构包括温度传感器和湿度传感器。
96.本实施例中，s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
97.本实施例中，s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
98.本实施例中，s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为5份。
99.实施例四
100.本实施例中提出了一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
101.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
102.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
103.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
104.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
105.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
106.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
107.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据进行记录并储存；
108.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进
行显示和查看。
109.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
110.输入:训练数据集c，近邻参数k，插值数量d；
111.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
112.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；2)将b1根据支持度细分为b
11
、b
12
和b
13
；
113.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
114.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
115.5)将train 1和train 2合并为train；
116.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点
117.本实施例中，s2中的采集深度设置为2m、3m和4m。
118.本实施例中，温湿度检测机构包括温度传感器和湿度传感器。
119.本实施例中，s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
120.本实施例中，s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
121.本实施例中，s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为2份。
122.实施例五
123.本实施例中提出了一种用于地质环境勘测的实时采集检测方法，包括以下步骤：
124.s1：环境的记录：在对样品采集时需要对样品的所在地的环境进行检测，将检测的数据进行记录；
125.s2：样品采集：通过采集设备对样品进行收集，且在不同的位置，不同的深度采集多个样品；
126.s3：预处理：将s2中的样品添加到破碎机构中，对结块的样品进行破碎处理；
127.s4：筛分：把s3中的破碎后的样品通过筛分设备进行筛分，从而能够对样品中的杂物进行除去，获取检测样品；
128.s5：温湿度检测：通过温湿度检测机构，对检测样品的温度、湿度进行检测，并对检测数据进行记录并储存；
129.s6：元素检测：通过元素检测机构对检测样品的组成元素进行检测，且能够对元素组成成分进行检测，并对检测数据进行记录并储存；
130.s7：物理检测：通过物理检测机构对样品的抗拉强度、硬度进行检测，并检测数据进行记录并储存；
131.s8：数据整理：通过数据整理机构对检测数据进行整理，并对能够通过显示机构进行显示和查看。
132.其中对采用的检测数据进行二次后续采样，具体采样过程基于边界综合采样法bhsk，最终获得新的更新后的数据集：
133.输入:训练数据集c，近邻参数k，插值数量d；
134.输出:均衡数据集t，其中对于任意x∈c，x的异类k距离，记作d
d(k)
(x)；
135.1)计算每个样本x的d
d(k)
(x)，与阈值进行比较，若d
d(k)
(x)＜d0且d(k)d(x)＜d1，则为边界点，并进行降噪，降噪后的少数类边界集为b1，其中d0和d1分别表示多数类与少数类点的异类k距离的平均值，作为边界阈值；2)将b1根据支持度细分为b
11
、b
12
和b
13
；
136.3)b11、b12和b13分别采用smote、r-smote和random-smote进行过采样，过采样数量分别为3d/6，2d/6和d/6。少数类新旧样本点集合为train 1；
137.4)对任意样本点x∈c0－b0，与阈值σ
～0
进行对比，删除大于阈值的样本点，删除后的多数类样本集合为train 2；
138.5)将train 1和train 2合并为train；
139.上述步骤中b0和b1表示已经删除了噪声点的边界0类点与边界1类点
140.本实施例中，s2中的采集深度设置为2m、4m和6m。
141.本实施例中，温湿度检测机构包括温度传感器和湿度传感器。
142.本实施例中，s6中通过光谱分析仪，光谱分析仪对样品中含有的矿物质以及矿物质的含量的数据进行检测。
143.本实施例中，s6中通过电粒子分析仪对样品内部的有机物质的种类以及含量进行检测。
144.本实施例中，s4中获得的检测样品，检测样品设置为多个，且不同深度的样品等分为1份。
145.本发明中，便于对不同深度的样品进行采集，且能够对采集的样品进行破碎、筛分，从而便于对样品进行预处理，通过检测机构便于对样品的组成元素进行检测，且能够对元素的组成含量进行检测，且便于对样品的抗拉强度、硬度进行检测，从而便于对不同区域，不同深度的地质进行样品采集，且便于对样品检测并对检测数据进行记录。
146.此外本发明中的二次采样算法，bhsk算法优于smote、r-smote、borderline-smote和kocde算法，它可以更合理且有效地改善不均衡数据集中样本分布的不均衡程度，从而提高分类器的性能，一方面能够通过两次判别:边界判别与支持度判别，更加具体区分少数类样本重要性，并对细分的不同类别少数类采取不同的分类方法和不同的采样倍率，给距离边界越近的少数类越高重视；另一方面对非边界集的多数类点根据异类k距离阈值，删除远离边界的一部分点，从而构造平衡数据。实验结果表明，本发明中算法在一定程度上提高了数据集的分类性能，可将其应用于一系列评估和检测问题。
147.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。