Estimation of California bearing ratio of soils using random forest based machine learning

In this study, the Machine Learning (ML) approach has been adopted using Random Forest (RF) model to estimate the CBR of the soil based on 10 input parameters such as Plasticity Index (PI), Liquid Limit (LL), Silt Clay content (SC), Fine Sand content (FS), Coarse sand content (CS), Optimum Water Content (OWC), Organic content (O), Plastic Limit (PL), Gravel content (G), and Maximum Dry Density (MDD), which can be easily determined in the laboratory. |

Không thể tạo bản xem trước, hãy bấm tải xuống
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.