-
公开(公告)号:CN118552862A
公开(公告)日:2024-08-27
申请号:CN202410643451.0
申请日:2024-05-23
申请人: 中国国家铁路集团有限公司 , 中国自然资源航空物探遥感中心 , 中铁二院工程集团有限责任公司 , 成都理工大学
IPC分类号: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/34 , G06V10/26 , G06N3/09 , G06N3/084 , G06N3/0464 , G06N3/0455 , G06N3/096
摘要: 本发明公开了多光谱遥感不良地质体智能识别方法,包括:构建不良地质体的数据集,所述数据集包括:岩屑坡矢量数据集和背景矢量数据集;基于所述数据集,利用迁移学习方法,构建不良地质体智能识别模型;对所述不良地质体智能识别模型的识别结果进行预处理,获取不良地质体的识别结果。本发明解决了现有技术中存在有标注样本匮乏、自动化识别困难的问题。通过少量的样本以及有限的算力支持下高效、精准识别高原地区岩屑坡灾害。
-
公开(公告)号:CN116794736A
公开(公告)日:2023-09-22
申请号:CN202310718958.3
申请日:2023-06-16
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司
IPC分类号: G01V3/38 , G06N3/0455 , G06N3/048 , G06N3/0985
摘要: 本发明公开了一种基于transform的大地电磁反演模型建立方法,包括:采集大地电磁测深模型样本数据集;采用麦克斯韦方程正演转化得到与大地电磁测深模型样本数据集对应的视电阻率和相位样本的数据,并形成样本对;将样本对拆分为训练集和测试集;基于Transformer架构搭建SwinUnet网络,并进行学习映射;利用训练集对搭建SwinUnet网络进行训练,获得最佳的反演网络权重和超参数模型以视电阻率和相位样本的数据拟合的拟合非线性函数,完成对SwinUnet网络进行训练;利用测试集对训练后的SwinUnet网络进行测试,并得到端到端的地电模型反演成像结果;完成大地电磁反演模型的建立。
-
公开(公告)号:CN117194700A
公开(公告)日:2023-12-08
申请号:CN202310847742.7
申请日:2023-07-11
申请人: 中国国家铁路集团有限公司 , 中铁工程设计咨询集团有限公司 , 中铁二院工程集团有限责任公司 , 成都理工大学 , 西南交通大学
IPC分类号: G06F16/583 , G06F16/55 , G06V20/13 , G06V20/10 , G06V10/58 , G06V10/764 , G06V10/82
摘要: 本发明提供了一种卫星高光谱样本库构建方法、装置、设备及可读存储介质,涉及卫星高光谱样本库技术领域,包括获取至少两份卫星高光谱数据和卫星高光谱数据对应的基础数据;根据每份卫星高光谱数据对应的高程数据进行坡度分段,得到至少两份高程子数据;基于每份卫星高光谱数据进行风化植被因子分区计算,得到卫星高光谱数据的分区结果;根据地质资料、高程子数据和分区结果对每份卫星高光谱数据中每个像素进行标注,得到标注后的卫星高光谱数据,标注后的卫星高光谱数据中每个像素点均包括风化植被、岩性类型和坡度三个维度上的分类属性。本申请的样本满足场景、目标、像素等不同层级的精准解译要求的优点。
-
公开(公告)号:CN118799745A
公开(公告)日:2024-10-18
申请号:CN202410843452.X
申请日:2024-06-27
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司 , 中国铁路经济规划研究院有限公司
IPC分类号: G06V20/13 , G06V10/54 , G06V10/26 , G06V10/82 , G06N3/096 , G06N3/0455 , G06N3/0464
摘要: 本发明专利公开了一种基于深度学习语义分割的高原型岩溶地貌提取方法,具体涉及遥感影像处理技术领域。步骤如下:获得高分二号卫星、资源三号卫星及高分七号卫星遥感影像数据并进行预处理;对资源三号卫星和高分七号遥感影像数据进行处理得到衍生DEM模型,高分二号卫星遥感影像数据结合衍生DEM模型进行数据融合,对高山高原型岩溶现象进行目视解译并获取解译标志,对高原型岩溶现象进行标注;将图像数据集划分为训练集、测试集、验证集,对SegNeXt网络模型进行训练,使用迁移学习算法通过训练集对SegNeXt模型进行训练,获取高山高原型岩溶地貌提取模型。采用本发明技术方案解决了现有技术中对于的高山高原型岩溶地貌探测较少的问题,提高了识别准确率。
-
公开(公告)号:CN116755164A
公开(公告)日:2023-09-15
申请号:CN202310719057.6
申请日:2023-06-16
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司 , 中国铁路经济规划研究院有限公司
IPC分类号: G01V3/38 , G01V3/08 , G06N3/0464 , G06N3/086
摘要: 本发明公开了基于卷积神经网络的电磁反演因子智能搜索方法,其包括以下步骤:采集获得电磁场数据集,并选取数据样本;对数据样本进行预处理;搭建卷积神经网络,并利用预处理后的数据样本进行训练,采用交叉验证优化卷积神经网络;将观测获取的电磁波和物体形状对应的数据输入至优化后的卷积神经网络,得到反演因子预测结果;利用优化算法搜索最优反演参数;利用最优反演参数,并结合先验知识,对反演因子预测结果进行评估和优化,得到最佳的电磁反演因子。通过上述方案,本发明具有逻辑简单、高效可靠等优点,在地球物理技术领域具有很高的实用价值和推广价值。
-
公开(公告)号:CN118734557A
公开(公告)日:2024-10-01
申请号:CN202410771024.0
申请日:2024-06-14
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司
IPC分类号: G06F30/20 , E21B47/12 , G06F30/13 , G06F119/14
摘要: 本发明属于智能岩石钻掘技术领域,具体涉及一种岩石力学参数随钻预测方法和系统。本发明的方法包括如下步骤:步骤1,采集随钻参数,所述随钻参数包括轴向给进力、钻速、转速或扭矩中的至少一种;步骤2,通过随钻参数计算岩石力学参数,所述岩石力学参数为单轴抗压强度、内摩擦角或内聚力中的至少一种;所述岩石力学参数的计算公式是通过模拟实验对理论推导所得公式进行修正后得到的。本发明的方法和系统具有简单、高效且结果准确优势,这为需要快速检测岩石力学参数的工程项目提供了良好的支持,具有很好的应用前景。
-
公开(公告)号:CN118916962A
公开(公告)日:2024-11-08
申请号:CN202410961829.1
申请日:2024-07-18
申请人: 中国国家铁路集团有限公司 , 中铁二院工程集团有限责任公司 , 成都理工大学
IPC分类号: G06F30/13 , G06F119/14
摘要: 本发明涉及一种基于多源勘察信息的深部岩体力学参数反演方法,包括步骤:获取岩石力学参数、岩体结构参数和岩体工程参数;基于霍克‑布朗准则,根据所述岩石力学参数、岩体结构参数和岩体工程参数计算岩体力学参数;以岩石力学参数、岩体结构参数和岩体工程参数作为输入信息,对应的岩体力学参数作为输出信息,构建样本数据库,利用所述样本数据库训练深度学习神经网络模型,得到深部岩体力学参数反演模型;利用所述深部岩体力学参数反演模型反演得到深部岩体工程力学参数。通过本发明的深部岩体力学参数反演方法可快速、准确的获得岩体力学参数,具有较强的实用性。
-
公开(公告)号:CN118897067A
公开(公告)日:2024-11-05
申请号:CN202410902141.6
申请日:2024-07-05
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁第一勘察设计院集团有限公司 , 中铁二院工程集团有限责任公司
发明人: 李兆峰 , 张强 , 杜世回 , 徐正宣 , 刘俊飞 , 扈森 , 凌成鹏 , 夏强 , 赵娟 , 孙晋玉 , 许广春 , 张晓宇 , 李沛 , 李巍 , 常兴旺 , 赵景锋 , 杨青 , 张敏 , 李其帅 , 贾哲强
摘要: 本发明公开了基于多源水文地质数据反演隧道水力参数的试验装置,包括:数据采集模块,模型箱模块,隧道模块;模型箱模块包括砂箱和控制性边界箱体;箱体下部设有底座垫高砂箱,砂箱内部设置围岩的介质和隧道模型模用于拟隧道周围区域的物理场试验;隧道模块包括一根冲孔不锈钢外管,内部为套在表面有螺纹的轴上的实心圆柱体,隧道头部与砂箱主视面相切,延出一根输水管设置阀门模拟隧道排水装置,隧道尾部与砂箱后视面相切,轴延出能转动的手柄,通过转动手柄实现圆柱体进入砂箱的长度,模拟隧道钻进过程。
-
公开(公告)号:CN116774300A
公开(公告)日:2023-09-19
申请号:CN202310747945.9
申请日:2023-06-25
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司 , 中国铁路经济规划研究院有限公司
发明人: 王绪本 , 徐正宣 , 王栋 , 高永才 , 刘俊飞 , 扈森 , 许胜 , 王茂靖 , 张雨露 , 甄大勇 , 刘康 , 周超 , 曹云勇 , 张硕 , 唐宇豪 , 贾哲强 , 马文德 , 魏栋华
摘要: 本发明公开了基于电阻率反演结果的极化异常信息提取技术,包括以下步骤:将Cole‑Cole模型引入到可控源一维正演中,并推导得到含激电效应的一维频率域正演公式;模拟层状激发极化介质情况下的频率域电磁场响应,并分析Cole‑Cole模型中的激电参数对电磁场响应的影响情况;采用分步骤的处理策略对实测的电磁场数据的电性参数反演处理,求得地电断面电阻率数据;采用映射成像、敏锐最优层递成像对地电断面电阻率数据进行提取,得到电磁场响应中所包含的激电异常信息。通过上述方案,本发明具有逻辑简单、准确可靠等优点,在地球物理勘探技术领域具有很高的实用价值和推广价值。
-
公开(公告)号:CN116644342A
公开(公告)日:2023-08-25
申请号:CN202310497459.6
申请日:2023-05-05
申请人: 中国国家铁路集团有限公司 , 成都理工大学 , 中铁二院工程集团有限责任公司
发明人: 马春驰 , 严文金 , 徐正宣 , 李天斌 , 王栋 , 卢向前 , 扈森 , 马俊杰 , 代坤坤 , 张航 , 朱泳标 , 杨科 , 林之恒 , 张夏临 , 邹杨 , 方振华 , 李天雨 , 王波
IPC分类号: G06F18/241 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/0985
摘要: 本发明公开了一种基于高分辨率网络的隧道围岩智能分级方法,包括:建立分级指标体系并对指标进行评价;采用独热编码方法对围岩分级指标进行数值离散化,建立围岩分级样本库;构建高分辨率网络,通过贝叶斯优化高分辨率网络的超参数;选择围岩分级指标,作为高分辨率网络的输入:通过所述高分辨率网络的迭代,并应用对应围岩分级训练集训练学习得到的网络权重参数,输出围岩对应分级评定;再根据所得到的围岩分级评定,返回隧道掌子面对应的围岩分级评定结果;本发明基于深度学习的围岩分级方法可以通过训练深度神经网络自动学习特征,从而实现对围岩进行智能分级,减少了人工操作,降低了成本,提高了分级效率和准确度。
-
-
-
-
-
-
-
-
-