-
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
Applicant: 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: G06V20/13 , G06V10/54 , G06V10/26 , G06V10/82 , G06N3/096 , G06N3/0455 , G06N3/0464
Abstract: 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
Applicant: 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
Inventor： 王绪本 , 徐正宣 , 魏栋华 , 王向鹏 , 刘俊飞 , 扈森 , 张雨露 , 杨锐 , 赵思为 , 甄大勇 , 尹小康 , 王栋 , 许胜 , 王茂靖 , 邓睿 , 刘康 , 王仕兴
IPC: G01V3/38 , G01V3/08 , G06N3/0464 , G06N3/086
Abstract: 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：CN117194700A
公开(公告)日：2023-12-08
申请号：CN202310847742.7
申请日：2023-07-11
Applicant: 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: G06F16/583 , G06F16/55 , G06V20/13 , G06V20/10 , G06V10/58 , G06V10/764 , G06V10/82
Abstract: 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：CN118734557A
公开(公告)日：2024-10-01
申请号：CN202410771024.0
申请日：2024-06-14
Applicant: 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
Inventor： 王胜 , 王栋 , 柏君 , 徐正宣 , 扈森 , 刘俊飞 , 张拯 , 张敏 , 罗中斌 , 林之恒 , 李冰乐 , 孟少伟 , 赖昆 , 王哲威 , 贺建军 , 袁东 , 贾哲强
IPC: G06F30/20 , E21B47/12 , G06F30/13 , G06F119/14
Abstract: 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：CN119478293A
公开(公告)日：2025-02-18
申请号：CN202411563541.5
申请日：2024-11-04
Applicant: 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
Abstract: 本发明涉及地球物理探测技术领域，特别是一种空地井复杂地质精细化建模方法。本申请在隧道勘察阶段提出了一种全新的空地井复杂地质精细化建模方法。基于W构型的依周长比例插值能对点集合进行有效优化，在解决稀疏和绕向分布离散的同时，显著削弱相邻剖面轮廓特征点的绕向差异，为增强特征点集合对剖面形状的约束及重建三角网中三角形间的相似度奠定基础。能够高效地、准确地建立研究区三维物性模型及地质异常模型，实现该区域的破碎和富水异常解译，为不良地质超前预报及隧道安全施工提供资料参考。
-
Patent Agency Ranking
公开(公告)号：CN119202685A
公开(公告)日：2024-12-27
申请号：CN202410911595.X
申请日：2024-07-09
Applicant: 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
Inventor： 徐正宣 , 王胜 , 柏君 , 王栋 , 扈森 , 张拯 , 张敏 , 罗中斌 , 贾哲强 , 林之恒 , 李冰乐 , 孟少伟 , 赖昆 , 冯涛 , 袁东 , 贺建军 , 刘建国
IPC: G06F18/2131 , G06F18/10
Abstract: 本发明属于智能岩石钻掘领域，具体涉及一种随钻过程振动高频信号岩性关键指示性特征提取方法。本发明的特征提取方法包括如下步骤：步骤1，实时采集钻探过程中产生的随钻过程振动高频信号；步骤2，对所述随钻过程振动高频信号进行预处理；步骤3，从预处理后的振动信号中提取时域、频域和时频的信息。通过本发明方法提取获得的时域、频域和时频的信息与岩性的关联性更强，能够更好地实现岩性分类。因此，本发明具有很好的应用前景。
-
公开(公告)号：CN119151290A
公开(公告)日：2024-12-17
申请号：CN202411202179.9
申请日：2024-08-29
Applicant: 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: G06Q10/0635 , G06N3/006 , G06N20/00
Abstract: 本发明提供了一种线性交通工程风险带快速评估方法，属于地质灾害工程领域，该方法包括：收集研究区数据与资料，利用改进信息量模型计算各致灾因子信息量值，并剔除相关性最高与贡献量最小致灾因子，采用HSVR模型进行初步样本数据训练并生成加入位移信息的非滑坡点样本，重新计算其信息量值，再将数据输入SWO与HSVR耦合的模型进行学习训练得到各致灾因子权重系数并修正，最终在GIS系统中实现数据可视化。本发明采用改进的信息量模型、改进的SHAP可解释模型以及SWO‑HSVR模型，实现了高准确率的地质灾害区域性预测模型和线性交通工程风险带快速评估，有助于降低地质灾害对线性交通工程的影响，保障工程安全和可持续发展。
-
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
Applicant: 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: G06V20/13 , G06V10/764 , G06V10/82 , G06V10/34 , G06V10/26 , G06N3/09 , G06N3/084 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 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
Applicant: 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: G01V3/38 , G06N3/0455 , G06N3/048 , G06N3/0985
Abstract: 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：CN118916962A
公开(公告)日：2024-11-08
申请号：CN202410961829.1
申请日：2024-07-18
Applicant: 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: G06F30/13 , G06F119/14
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.051 seconds)
