[发明专利]基于残差卷积神经网络的隧道围岩级别智能判定方法在审
| 申请号： | 202010149083.6 | 申请日： | 2020-03-05 |
| 公开（公告）号： | CN113112446A | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 马春驰;杨罡;李天斌 | 申请（专利权）人： | 成都理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04;G06N3/08;G06T5/40;G06T5/00 |
| 代理公司： | 成都东唐智宏专利代理事务所(普通合伙) 51261 | 代理人： | 罗言刚 |
| 地址： | 610000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于残差卷积神经网络的隧道围岩级别智能判定方法，包括如下步骤：步骤一.采集隧道掌子面高分辨率图像数据，构建样本库；步骤二.从步骤一得到的样本库中随机选取样本作为训练集，剩余的作为测试集；步骤三.构建残差深度卷积神经网络，通过训练降低损失函数值并更新网络权重参数，得到学习后的网络权重参数；步骤四.选择需要进行围岩分级的图像，作为卷积神经网络的输入，根据所得到的围岩级别预测，返回隧道掌子面对应的围岩分级评定结果。本发明基于于卷积神经网络智能评估围岩等级，不需要进行现场或室内岩土体力学实验即可实现围岩级别判定，能规避因接触式采集围岩数据信息时的危险，实现了隧道与地下工程围岩分级工作的自动化与智能化。 | ||
| 搜索关键词： | 基于 卷积 神经网络 隧道 围岩 级别 智能 判定 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都理工大学，未经成都理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010149083.6/，转载请声明来源钻瓜专利网。
