-
公开(公告)号：CN118468064B
公开(公告)日：2025-03-11
申请号：CN202410648555.0
申请日：2024-05-23
Applicant: 西南交通大学
IPC: G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/006
Abstract: 本发明提供了一种基于麻雀算法的结构面产状分组方法及装置，涉及岩体结构面分组技术领域，包括将若干个结构面样本依次转换为若干个空间单位的法向量样本；基于当前聚类数量初始化麻雀种群，更新初始麻雀种群的空间位置，计算更新后的麻雀种群的适应度值，得到适应度值最小值对应的最优麻雀种群；利用最优麻雀种群对法向量样本进行聚类，计算聚类后的所有结构面样本的有效性指标；将有效性指标最大值对应的聚类数量和聚类结果作为最终分组，本发明用于解决现有的产状分组方法主观性大，无法准确定量地给出客观性分组结果的技术问题。
-
公开(公告)号：CN117456280A
公开(公告)日：2024-01-26
申请号：CN202311626079.4
申请日：2023-11-30
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/77 , G06V10/762 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及三维点云岩体结构面识别领域，涉及一种岩体结构面识别方法、装置、设备及可读存储介质，所述方法包括获取图像信息和训练后的神经网络模型；对图像信息进行重构，得到边坡密集三维点云模型；根据边坡密集三维点云模型进行计算，得到第一计算结果，第一计算结果包括密集三维点云模型中每个点的点坐标、法向量、点曲率和点密度；将第一计算结果发送至训练后的神经网络模型中，得到点对应的结构面分组类别；根据点对应的结构面分组类别进行计算，得到第二计算结果，第二计算结果包括结构面分组类别中每个结构面的倾向与倾角，本发明解决了处理三维点云岩体结构面识别与分类问题采用传统算法计算时耗时过长的核心问题。
-
公开(公告)号：CN117113516B
公开(公告)日：2024-01-26
申请号：CN202311370770.0
申请日：2023-10-23
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种临近边坡条形基础的极限承载力预测方法及相关装置，涉及临近边坡承载力预测技术领域，包括获取临近边坡的基础信息，模拟所述模型边坡在不同的土壤参数下的随机场图像；利用所述随机场图像生成多个数据样本，由全部数据样本构成数据集；搭建卷积神经网络模型，利用所述数据集对卷积神经网络模型进行训练和测试，得到极限承载力预测模型；利用所述随机场图像生成若干个计算样本，由所述极限承载力预测模型预测每个计算样本对应的预测极限承载力，根据全部计算样本对应的预测极限承载力计算得到临近边坡条形基础的极限承载力，本发明用于解决现有边坡基础极限承载
-
公开(公告)号：CN117113516A
公开(公告)日：2023-11-24
申请号：CN202311370770.0
申请日：2023-10-23
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种临近边坡条形基础的极限承载力预测方法及相关装置，涉及临近边坡承载力预测技术领域，包括获取临近边坡的基础信息，模拟所述模型边坡在不同的土壤参数下的随机场图像；利用所述随机场图像生成多个数据样本，由全部数据样本构成数据集；搭建卷积神经网络模型，利用所述数据集对卷积神经网络模型进行训练和测试，得到极限承载力预测模型；利用所述随机场图像生成若干个计算样本，由所述极限承载力预测模型预测每个计算样本对应的预测极限承载力，根据全部计算样本对应的预测极限承载力计算得到临近边坡条形基础的极限承载力，本发明用于解决现有边坡基础极限承载力的预测需要进行大批量的随机场数值计算，消耗大量的人力与物力。
-
公开(公告)号：CN118194634A
公开(公告)日：2024-06-14
申请号：CN202410242464.7
申请日：2024-03-04
Applicant: 西南交通大学
IPC: G06F30/23 , G06T17/20 , G06F111/10 , G06F119/14 , G06F119/02
Abstract: 本发明提供了一种岩质边坡稳定性评价方法、装置、设备及可读存储介质，涉及岩体工程数据处理技术领域，包括将目标岩质边坡区域划分为若干个大小相等的单元格，对每个单元格中的结构面组合进行循环搜索，筛选出所有能够形成块体的结构面组合；基于块体理论方法中的有限性定理和可动性定理对能够形成块体的结构面组合进行判断，得到所有满足有限性定理和可动性定理的有限可动块体；根据结构面几何参数，基于最小二乘法拟合结构面的平面方程；计算有限可动块体的安全系数，并判断有限可动块体是否为关键块体；计算岩质边坡稳定性安全系数。本发明有效地实现了通过关键块体信息来表征岩质边坡稳定性，能够快速、准确地判断岩质边坡稳定性。
-
Patent Agency Ranking
公开(公告)号：CN117787105B
公开(公告)日：2024-06-07
申请号：CN202410024202.3
申请日：2024-01-08
Applicant: 西南交通大学
Abstract: 本发明提供了一种隧道围岩分级方法、装置、设备及可读存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史围岩数据；基于混沌映射对麻雀种群位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史围岩数据和麻雀算法对初始预测模型进行训练，得到目标分级模型；将目标围岩的实时围岩数据输入目标分级模型中，得到目标围岩的实时围岩分级结果。本发明通过麻雀搜索算法对卷积神经网络中的参数进行优化，可以更快更好的适应各种工况模型的判别，并且采用自适应混沌映射，建立了修正步长因子，提高麻雀搜索算法的收敛速度，从而大大提高了模型的训练效率。
-
公开(公告)号：CN118247688A
公开(公告)日：2024-06-25
申请号：CN202410395431.6
申请日：2024-04-02
Applicant: 西南交通大学
IPC: G06V20/17 , G06V10/764 , G06V10/26 , G06V10/762 , G06T7/62
Abstract: 本发明提供了一种基于三维点云的岩质边坡关键块体识别方法及装置，涉及岩体工程数据处理技术领域，包括获取第一信息；通过基于密度的聚类算法和随机抽样一致性算法对边坡点云进行处理；采用候选块体搜索算法对结构面对应点云数据进行搜索；对相交结构面集合形成的块体通过确定性块体理论中的有限性定理和可动性定理进行判定；计算有限可动块的块体安全系数，根据块体安全系数初步确认关键块体；基于考虑结构面尺寸的半确定块体理论对初步确认的关键块体的形成进行概率分析,最终识别出的岩质边坡关键块体。本发明不仅解决了传统人工作业的劳动量和危险性，更解决了建立网格过程较长运行时间的问题。
-
公开(公告)号：CN117852402B
公开(公告)日：2024-06-25
申请号：CN202410027153.9
申请日：2024-01-08
Applicant: 西南交通大学
IPC: G06F30/27 , G06N3/006 , G06Q50/08 , G06F119/02
Abstract: 本发明提供了一种隧洞围岩稳定性预测方法、装置、设备及存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史数据；基于混沌映射对所有萤火虫位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史数据和高斯分布算法对初始预测模型进行训练，得到目标预测模型；得到目标围岩的实时稳定性预测结果。本发明通过混沌映射对萤火虫种群进行初始化，并采用高斯扰动和高斯变异对每一次迭代后的萤火虫个体最优位置进行高斯微小扰动，帮助其更好的逃离局部最优区域，从而确定出预测模型最优的延时阶数和隐含层单元数量，既减少了人为输入网络参数的盲目性，又提高了网络的学习能力和预测精度。
-
公开(公告)号：CN117787105A
公开(公告)日：2024-03-29
申请号：CN202410024202.3
申请日：2024-01-08
Applicant: 西南交通大学
Abstract: 本发明提供了一种隧道围岩分级方法、装置、设备及可读存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史围岩数据；基于混沌映射对麻雀种群位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史围岩数据和麻雀算法对初始预测模型进行训练，得到目标分级模型；将目标围岩的实时围岩数据输入目标分级模型中，得到目标围岩的实时围岩分级结果。本发明通过麻雀搜索算法对卷积神经网络中的参数进行优化，可以更快更好的适应各种工况模型的判别，并且采用自适应混沌映射，建立了修正步长因子，提高麻雀搜索算法的收敛速度，从而大大提高了模型的训练效率。
-
公开(公告)号：CN117456336A
公开(公告)日：2024-01-26
申请号：CN202311626082.6
申请日：2023-11-30
Applicant: 西南交通大学
IPC: G06V10/82 , G06T17/00 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/80 , G06V10/764
Abstract: 本发明提供了一种围岩节理面的识别方法、装置、设备及可读存储介质，涉及地质学技术领域，包括获取目标围岩的多个目标图像；基于多个目标图像重组获得目标围岩的三维全景图像；将三维全景图像带入预设的节理分割识别模型，获得目标节理的位置信息和对应的属性信息，目标节理用于表征影响目标围岩性质的节理。本发明通过将多张局部围岩图像转化为围岩三维全景图像，将三维全景图像输入预设模型中进行学习训练，预设模型采用注意力机制能够对于输入图像进行位置编码，使得训练所得的模型能够充分关注到图像中所有位置上的特征，从而得到对于围岩节理拥有较高识别准确率的模型。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
