買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中鐵北京工程局集團(tuán)第一工程有限公司;西安建筑科技大學(xué)申請(qǐng)的專利一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)智能優(yōu)化方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119848978B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411685503.7，技術(shù)領(lǐng)域涉及：G06F30/13；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)智能優(yōu)化方法是由楊棚濤;李靜慧;白李康;熊超;高華;宋戰(zhàn)平;謝飛;胡康泰;匡濤設(shè)計(jì)研發(fā)完成，并于2024-11-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)智能優(yōu)化方法在說(shuō)明書(shū)摘要公布了：本發(fā)明為一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)優(yōu)化方法，屬于隧道爆破施工技術(shù)領(lǐng)域，解決目前對(duì)隧道爆破設(shè)計(jì)參數(shù)的優(yōu)化設(shè)計(jì)問(wèn)題，本發(fā)明的步驟包括：將處理后的圖像數(shù)據(jù)載入SP?Yolov8模型和Yolov8?seg模型中，對(duì)應(yīng)輸出主結(jié)構(gòu)面傾角類別和主結(jié)構(gòu)面區(qū)域，提取主結(jié)構(gòu)面信息得到主結(jié)構(gòu)面位置，將爆破設(shè)計(jì)參數(shù)、完整性系數(shù)、單軸抗壓強(qiáng)度、主結(jié)構(gòu)面傾角類別、主結(jié)構(gòu)面位置輸入DBN模型中，輸出最大線性超挖預(yù)測(cè)值，比較最大線性超挖預(yù)測(cè)值與限值的關(guān)系，輸出最終爆破設(shè)計(jì)參數(shù)。本發(fā)明的方法能夠快速且準(zhǔn)確地獲得最終爆破設(shè)計(jì)參數(shù)，具有提取特征信息準(zhǔn)確，高魯棒性、收斂速度快等優(yōu)點(diǎn)。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)智能優(yōu)化方法在權(quán)利要求書(shū)中公布了：1.一種基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的隧道光面爆破設(shè)計(jì)參數(shù)優(yōu)化方法，其特征在于，包括以下步驟： S1：選取爆破設(shè)計(jì)參數(shù)、完整性系數(shù)與單軸抗壓強(qiáng)度； S2：獲取隧道掌子面圖像數(shù)據(jù)并預(yù)處理； S3：將預(yù)處理后的隧道掌子面圖像數(shù)據(jù)載入SP-Yolov8模型和Yolov8-seg模型中，對(duì)應(yīng)輸出主結(jié)構(gòu)面傾角類別和主結(jié)構(gòu)面區(qū)域； 所述步驟S3中，SP-Yolov8模型是對(duì)Yolov8模型的Backbone網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化后得到，并通過(guò)SP-Yolov8模型對(duì)隧道掌子面的主結(jié)構(gòu)面傾角進(jìn)行分類識(shí)別，具體優(yōu)化步驟如下： S31：在三個(gè)非對(duì)稱卷積塊上并行增加一個(gè)Identity層，形成SP-DWConv2D卷積層； S32：將SP-DWConv2D卷積層帶入Bottleneck結(jié)構(gòu)，依次向上替換，形成SP-C2f模塊網(wǎng)絡(luò)結(jié)構(gòu)； S33：用SP-C2f模塊網(wǎng)絡(luò)結(jié)構(gòu)替換Yolov8模型中的C2f模塊，得到SP-Yolov8模型； 基于Yolov8模型中的Head結(jié)構(gòu)，通過(guò)增加主結(jié)構(gòu)面的長(zhǎng)寬比約束條件和距離約束條件的Soft-NMS過(guò)濾算法，優(yōu)化后得到Y(jié)olov8-seg模型，以Yolov8-seg模型剔除虛假主結(jié)構(gòu)面，得到主結(jié)構(gòu)面區(qū)域，具體步驟包括： 首先，基于長(zhǎng)寬比約束條件，計(jì)算檢測(cè)框的左上角坐標(biāo)和右下角坐標(biāo)的長(zhǎng)寬比，之后引入長(zhǎng)寬比約束條件，再計(jì)算每個(gè)檢測(cè)框的長(zhǎng)寬比，若檢測(cè)框的左上角坐標(biāo)和右下角坐標(biāo)的長(zhǎng)寬比大于等于長(zhǎng)寬比約束條件，則剔除此類范圍過(guò)大或無(wú)用的檢測(cè)框，得到新的檢測(cè)框集合； 然后，基于距離約束條件，將新的檢測(cè)框的概率分?jǐn)?shù)從高到低排序，基于檢測(cè)框的左上角坐標(biāo)和右下角坐標(biāo)計(jì)算其中心坐標(biāo)，以為中點(diǎn)，引入距離約束條件R，當(dāng)與距離小于等于R時(shí)，則剔除概率分?jǐn)?shù)較低的檢測(cè)框； S4：對(duì)主結(jié)構(gòu)面區(qū)域進(jìn)行主結(jié)構(gòu)面信息提取，得到主結(jié)構(gòu)面位置； S5：將爆破設(shè)計(jì)參數(shù)、完整性系數(shù)、單軸抗壓強(qiáng)度、主結(jié)構(gòu)面傾角類別、主結(jié)構(gòu)面位置輸入到優(yōu)化后的DBN模型中，輸出最大線性超挖預(yù)測(cè)值； S6：若輸出的最大線性超挖預(yù)測(cè)值高于限值，修改爆破設(shè)計(jì)參數(shù)，返回步驟S5中重新預(yù)測(cè)，直至輸出的最大線性超挖預(yù)測(cè)值小于等于限值時(shí)，輸出最終爆破設(shè)計(jì)參數(shù)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中鐵北京工程局集團(tuán)第一工程有限公司;西安建筑科技大學(xué)，其通訊地址為：710055 陜西省西安市國(guó)家民用航天產(chǎn)業(yè)基地航創(chuàng)路259號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。