買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中電建路橋集團有限公司;同濟大學申請的專利一種基于殘差網絡的結構面強度預測系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120235813B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411356569.1，技術領域涉及：G06T7/00；該發明授權一種基于殘差網絡的結構面強度預測系統及方法是由周孝武;馬治國;王慧彬;艾祖斌;王進進;曹振生;舒維余;楊杰;謝雄耀;周彪設計研發完成，并于2024-09-27向國家知識產權局提交的專利申請。

本一種基于殘差網絡的結構面強度預測系統及方法在說明書摘要公布了：本發明公開了一種基于殘差網絡的結構面強度預測系統及方法，涉及地質工程技術領域，旨在解決當前方法依賴于現場測量和經驗公式，存在效率低、精度不足的技術問題，包括利用殘差網絡對GPR圖像進行特征提取的殘差網絡特征提取單元、結合空間擴張卷積增強感受野以捕捉更廣泛上下文信息的空間擴張卷積神經網絡與動態DBSCAN聚類單元、結構面強度預測單元以及“隨機?預測?確定”結構面網絡算法生成單元，本發明提出的基于GPR三瞬特征與殘差網絡的巖體結構面強度預測系統及方法，通過融合多源數據、應用深度學習技術和優化算法流程，實現了對巖體結構面強度的精確預測和結構面網絡的智能生成，為巖石工程的設計和施工提供了有力支持。

本發明授權一種基于殘差網絡的結構面強度預測系統及方法在權利要求書中公布了：1.一種基于殘差網絡的結構面強度預測方法，其特征在于，包括下列步驟： S1、數據獲取與樣本集構建； 使用GPR設備在巖體表面或鉆孔中采集GPR圖像數據，從GPR圖像中提取瞬時振幅A、瞬時頻率F和瞬時相位Φ三瞬特征，再將GPR圖像及其三瞬特征、空間位置信息結合，構建用于訓練和測試的多域特征向量樣本集； S2、雷達圖像多域特征向量提?。?將GPR圖像的三瞬特征A,F,Φ與空間位置信息x,y融合，形成多域特征向量集合V，其中t為時間； Vt,x,y＝pAt,x,y,Ft,x,y,Φt,x,y,x,y] S3、網絡結構設計及殘差網絡模型構建； S301、殘差網絡設計：設計包含多個殘差單元的深度殘差網絡模型； 其中，xl為第l層的輸入； Wl 1和Wl 2為卷積層的權重； Conv為卷積操作； BN為批量歸一化； ReLU為激活函數； S302、殘差神經網絡特征：通過殘差學習機制提取高級特征； S4、數值模擬設置與深度學習訓練； 設置不同地質條件下的數值模擬實驗，生成大量的GPR圖像及其對應的三瞬特征數據，再使用模擬數據和部分實測數據訓練殘差網絡模型，進行結構面強度的初步預測； S5、深度學習結果分析； S501、模型評估：通過交叉驗證、混淆矩陣評估模型的預測性能； S502、特征重要性分析：分析不同特征對預測結果的影響，優化特征選擇和模型結構； S6、巖體結構面信息智能提取算法； S601、空間多尺度卷積點云分類：采用空間多尺度卷積神經網絡對點云數據進行分類； S602、動態DBSCAN聚類：對候選區域進行動態DBSCAN聚類； Clusters＝DBSCANV,∈,MinPts 其中，V為多域特征向量集合； ∈為鄰域半徑； MinPts為最小點數； S7、結構面分割與信息提取； S701、結構面分割：在結構面分割階段，使用圖像分割算法，采用基于閾值的分割、邊緣檢測或圖像分割技術，以基于閾值的分割為例，定義一個閾值函數來區分結構面和非結構面區域； 其中，Vx,y是點x,y處的多域特征向量； Threshold是預設的分割閾值； Maskx,y是分割后的二值掩碼； 1表示結構面區域； 0表示非結構面區域； S702、信息提?。航Y構面被分割后，提取其幾何和物理屬性，結構面的面積AArea、傾角θ和傾向φ； 其中，x1,y1和x2,y2是結構面上相鄰像素的坐標； PixelArea是根據圖像分辨率和掃描距離進行校準后每個像素代表的實際面積； Weight是基于像素位置或特征重要性的權重； S8、結構面模型試驗及效果分析； S801、結構面模型試驗：在實驗室中構建物理模型或數字模型，模擬實際巖體的結構面；通過控制變量，如結構面的數量、間距、傾角，觀察并記錄模型的行為，如強度、變形； S802、結構面效果分析：使用統計方法來評估不同結構面參數對模型行為的影響； 其中，SSBetween是組間平方和，即不同結構面參數組合之間的差異； SSTotal是總平方和； S9、實例應用及效果分析； S901、實例應用：將算法應用于實際巖體工程，進行結構面識別和強度預測； S902、實例效果分析：通過對比預測結果與現場實測數據，評估算法的準確性和可靠性； 其中，Accuracy是準確率； RMSE是均方根誤差； N是樣本數量； y'i是預測值； yi為真實值； S10、雙向約束隨機結構面生成； S1001、隨機模擬：基于地質統計學原理生成初始的結構面網絡； S1002、雙向約束：結合地質規律和工程需求對生成的結構面網絡進行約束，使用地質構造線作為約束條件，確保結構面的走向與地質構造線一致； ConstrainedNetwork＝RandomNetwork∩GeologicalConstraints 其中，ConstrainedNetwork是約束后的結構面網絡； RandomNetwork是隨機生成的結構面網絡； GeologicalConstraints是地質約束條件； S11、結構面分布統計特征及“隨機-預測-確定”網絡生成； 分析結構面的分布統計特征，密度、方向性，再通過隨機模擬、預測優化和確定性調整，生成最終的結構面網絡； S12、現場試驗驗證； S1201、現場試驗：在巖體工程現場進行鉆孔、原位試驗，獲取實際的結構面數據； S1202、結果分析：對比現場實測數據與預測結果，分析誤差來源，提出改進措施； S13、結構面網絡反演結果分析； 基于現場試驗數據，對結構面網絡進行反演分析，驗證預測模型的準確性，再根據反演結果調整模型參數和算法流程，實現預測精度的不斷提升。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中電建路橋集團有限公司;同濟大學，其通訊地址為：100048 北京市海淀區車公莊西路22號海賦國際大廈A座10層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。