-
公开(公告)号：CN118675031A
公开(公告)日：2024-09-20
申请号：CN202411103889.6
申请日：2024-08-13
Applicant: 云南省交通规划设计研究院股份有限公司 , 同济大学
IPC: G06V10/82 , G06V20/70 , G06V10/26 , G06V10/774 , G06V10/766 , G06V10/764 , G06Q10/063 , G06Q50/08 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及隧道施工技术领域，公开了一种隧道围岩风化程度的智能评估方法，包括：获取掌子面高清图像；建立隧道工作面风化围岩图像集；利用改进后的Swin‑Transformer模型实现对隧道工作面的软弱夹层、地下水和裂隙图像的识别和分割；建立多源工作面围岩风化程度数据集；利用练改进后的GBRT模型实现围岩风化程度的智能评估将工作面风化程度划分至：未风化、轻微风化、中等风化、强烈风化和完全风化，五个相应等级之一。该方法旨在解决目前隧道围岩风化识别过程中数据获取不平衡不充分的问题，同时保证较高的隧道工作面弱夹层、渗漏水和裂隙等微小病害特征识别准确率，为隧道工程施工过程的安全保障问题提供数据支撑。
-
公开(公告)号：CN117853486A
公开(公告)日：2024-04-09
申请号：CN202410257078.5
申请日：2024-03-07
Applicant: 云南省交通规划设计研究院股份有限公司 , 同济大学
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及隧道工程监测技术领域，公开了一种数据缺失条件下隧道工作面岩体质量自动化评价方法，包括获取岩石隧道开挖面高清图像建立第一代图像数据集；改进并训练Swin Transformer模型，通过模型生成第二代图像集并智能获取隧道面关键信息，继而建立包含特征参数的多源岩石隧道面特征数据集；建立树增强朴素贝叶斯网络，通过EM算法对建立的贝叶斯网络进行训练和验证等过程。通过训练和验证后的树增强朴素贝叶斯网络，能够对数据缺失条件下隧道工作面岩体质量进行自动化评价，输出判定结果，从而解决预测围岩质量的准确性和效率较低问题。
-
公开(公告)号：CN117853486B
公开(公告)日：2024-07-23
申请号：CN202410257078.5
申请日：2024-03-07
Applicant: 云南省交通规划设计研究院股份有限公司 , 同济大学
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及隧道工程监测技术领域，公开了一种数据缺失条件下隧道工作面岩体质量自动化评价方法，包括获取岩石隧道开挖面高清图像建立第一代图像数据集；改进并训练Swin Transformer模型，通过模型生成第二代图像集并智能获取隧道面关键信息，继而建立包含特征参数的多源岩石隧道面特征数据集；建立树增强朴素贝叶斯网络，通过EM算法对建立的贝叶斯网络进行训练和验证等过程。通过训练和验证后的树增强朴素贝叶斯网络，能够对数据缺失条件下隧道工作面岩体质量进行自动化评价，输出判定结果，从而解决预测围岩质量的准确性和效率较低问题。
-
公开(公告)号：CN117649448A
公开(公告)日：2024-03-05
申请号：CN202410114887.0
申请日：2024-01-29
Applicant: 云南省交通规划设计研究院股份有限公司
IPC: G06T7/73 , G06N3/045 , G06N3/0475 , G06T7/62 , G06V10/774 , G06V10/82 , G06V20/10 , G01M3/04
Abstract: 本发明涉及隧道施工技术领域，公开了一种隧道工作面渗漏水智能识别和分割方法。本发明首先通过在工程现场拍照获取隧道工作面照片建立图像集；随后基于swin‑transformer模型将图像集导入模型进行训练，通过训练后的模型识别图像集对图像集进行分类，最终可以区分五种隧道工作断面渗透水类型。然后进一步对有水的四种状态的图像进行分割，完成边界确定和面积二维计算，实现对工作面渗漏水的定位。本发明可以解决以往渗漏水识别中数据获取不平衡不充分的问题，提升了渗漏水病害识别的准确程度与效率，对隧道工程的智能监测与安全保障具有重要意义。
-
-
-
Search Results
4
records
(took 0.044 seconds)
