-
公开(公告)号：CN119845874A
公开(公告)日：2025-04-18
申请号：CN202411927868.6
申请日：2024-12-25
Applicant: 重庆大学
IPC: G01N21/25 , G01N21/359 , G01N21/3563 , G01N21/84 , G01N21/21 , G01N23/207 , G01N21/01 , G01N23/223 , G06Q10/063 , G06Q50/26
Abstract: 文物石刻作为珍贵的历史文化遗产，其劣化模式评估对于保护工作至关重要。传统评估方法依赖人工观察与检测，效率低且主观性强。本发明实施例涉及文物石刻劣化模式评估技术领域，公开了一种创新方法。先对采集样品微观观察与矿物检测，明确劣化特征；再用便携式高光谱成像系统采集并校准待评估区域图像，提取光谱特征建库并处理；通过光谱指数分析与图像灰度响应相关性，优化波长组合确定光谱指数筛选劣化模式；采用WOA‑XGBoost算法训练模型，识别石刻劣化模式绘分布云图；结合X射线荧光光谱结果计算风化系数，依区域内劣化模型占比与系数评估劣化程度。本方法实现智能化识别与快速评估，节约人力成本，推动文物石刻勘查自动化进程。
-
Patent Agency Ranking
公开(公告)号：CN113685188B
公开(公告)日：2023-01-31
申请号：CN202110939424.4
申请日：2021-08-16
Applicant: 中铁十八局集团有限公司 , 重庆大学 , 中铁十八局集团隧道工程有限公司
IPC: E21D9/00 , E21D9/093 , G01N15/02 , G01N21/35 , G01N25/20 , G06V20/00 , G06V10/70 , G06N3/006 , G06N20/00
Abstract: 本发明公开了一种基于岩渣物理特征的TBM掘进优化方法，首先，安装系统的图像采集和传感器设备，获取TBM现场掘进参数数据、岩渣的几何特征和物理特征的参数数据作为模型的样本集；其次，建立粒子群算法优化的梯度提升回归树模型进行参数学习与训练反馈，控制TBM掘进参数建议区间；然后，输出TBM净掘进速率，获得最优的预测模型，根据样本中测试集，评估最优预测模型的工作性能，提出最优掘进控制参数；最后，将最优掘进控制参数与相关规范要求进行比对后，及时向TBM控制台反馈，按调整TBM掘进参数。本发明所提出的优化可以应用于TBM施工中，提前预测岩渣信息并动态调整掘进参数，实现TBM破岩效率的智能预测，这对于隧道安全高效的施工有着重要意义。
-
公开(公告)号：CN114965315A
公开(公告)日：2022-08-30
申请号：CN202210538808.X
申请日：2022-05-18
Applicant: 重庆大学
Abstract: 本发明提供一种基于高光谱成像的岩体损伤劣化快速评估方法，包括：采集待评估区域的高光谱信息，获取高光谱数据并存储；在已评估区域中选取特定区域及对应的高光谱数据和损伤劣化等级，根据损伤劣化等级，对特定区域岩体的高光谱数据添加损伤劣化标签，获取原始评估数据库；提取特定区域高光谱数据的光谱吸收特征参数，根据光谱吸收特征参数和损伤劣化标签构建新样本评估数据库；根据随机森林算法构建岩体损伤评估模型，采用新样本评估数据库，对岩体损伤评估模型进行训练和优化；将待评估区域的高光谱数据导入优化后的岩体损伤评估模型，获取待评估区域的岩体损伤劣化等级。本发明实现了大面积岩体损伤劣化的像素级快速评估，且评估精度高。
-
公开(公告)号：CN113685188A
公开(公告)日：2021-11-23
申请号：CN202110939424.4
申请日：2021-08-16
Applicant: 中铁十八局集团有限公司 , 重庆大学 , 中铁十八局集团隧道工程有限公司
Abstract: 本发明公开了一种基于岩渣物理特征的TBM掘进优化方法，首先，安装系统的图像采集和传感器设备，获取TBM现场掘进参数数据、岩渣的几何特征和物理特征的参数数据作为模型的样本集；其次，建立粒子群算法优化的梯度提升回归树模型进行参数学习与训练反馈，控制TBM掘进参数建议区间；然后，输出TBM净掘进速率，获得最优的预测模型，根据样本中测试集，评估最优预测模型的工作性能，提出最优掘进控制参数；最后，将最优掘进控制参数与相关规范要求进行比对后，及时向TBM控制台反馈，按调整TBM掘进参数。本发明所提出的优化可以应用于TBM施工中，提前预测岩渣信息并动态调整掘进参数，实现TBM破岩效率的智能预测，这对于隧道安全高效的施工有着重要意义。
-
公开(公告)号：CN119851124A
公开(公告)日：2025-04-18
申请号：CN202411927860.X
申请日：2024-12-25
Applicant: 重庆大学
Abstract: 本发明公开一种基于高光谱图像的石质文物病害识别方法，旨在解决石质文物病害勘察中依赖人工经验、耗时费力的问题。步骤为：采集待勘查石质文物的高光谱图像并进行预处理；提取其光谱特征；选择蓝光、绿光和红光三个波段的中心波段构建真彩色图像；提取真彩色图像的纹理特征和颜色特征；将光谱特征、纹理特征和颜色特征融合得到组合特征；建立典型病害特征数据库；使用随机森林、支持向量机、梯度提升机和卷积神经网络训练病害分类模型；利用智能识别模型进行典型病害识别并绘制病害云图；计算待测区域典型病害面积占比进行病害评估。本发明实现了石质文物病害的原位、无损、快速识别，节省了人力物力，为文物保护勘查工作提供智能化识别方法。
-
公开(公告)号：CN114965315B
公开(公告)日：2024-10-18
申请号：CN202210538808.X
申请日：2022-05-18
Applicant: 重庆大学
IPC: G01N21/31 , G06F18/15 , G06F18/213 , G06N5/01 , G06F18/2431 , G06F16/906 , G06F16/901
Abstract: 本发明提供一种基于高光谱成像的岩体损伤劣化快速评估方法，包括：采集待评估区域的高光谱信息，获取高光谱数据并存储；在已评估区域中选取特定区域及对应的高光谱数据和损伤劣化等级，根据损伤劣化等级，对特定区域岩体的高光谱数据添加损伤劣化标签，获取原始评估数据库；提取特定区域高光谱数据的光谱吸收特征参数，根据光谱吸收特征参数和损伤劣化标签构建新样本评估数据库；根据随机森林算法构建岩体损伤评估模型，采用新样本评估数据库，对岩体损伤评估模型进行训练和优化；将待评估区域的高光谱数据导入优化后的岩体损伤评估模型，获取待评估区域的岩体损伤劣化等级。本发明实现了大面积岩体损伤劣化的像素级快速评估，且评估精度高。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
