买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波市政工程建设集团股份有限公司申请的专利基于深度学习的地下管网缺陷智能识别与预警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120745959B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511234282.6，技术领域涉及：G06Q10/04；该发明授权基于深度学习的地下管网缺陷智能识别与预警方法及系统是由程滨生;王飞凤;蒋晓孟;任晗;高豆豆设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本基于深度学习的地下管网缺陷智能识别与预警方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的地下管网缺陷智能识别与预警方法及系统，涉及管网检测技术领域，包括采用管道检测机器人获取多源数据并预处理；通过特征映射至流形空间，构建相似度矩阵并进行几何差异加权融合；构建关联矩阵计算空间距离和力学强度，迭代传播生成缺陷特征图谱；采用自适应滑动窗口获取演变序列，基于反事实干预确定影响因素，计算状态转移概率确定最优维修方案。本发明提高了管网缺陷识别准确率，实现了管道状态预测与维修决策智能化。

本发明授权基于深度学习的地下管网缺陷智能识别与预警方法及系统在权利要求书中公布了：1.基于深度学习的地下管网缺陷智能识别与预警方法，其特征在于，包括： 采用管道检测机器人获取地下管网的多源检测数据，并进行预处理，得到初始特征数据； 将初始特征数据通过特征映射模块映射到流形空间得到流形特征数据，在流形空间中构建相似度矩阵划分特征子空间，对特征子空间进行几何差异加权融合得到管道缺陷表征向量，包括： 将初始特征数据输入特征映射模块，所述特征映射模块计算初始特征数据中样本点的近邻关系构建邻接图，计算所述邻接图中样本点之间的相似关系得到权重矩阵，根据所述权重矩阵构建对角矩阵并计算差值矩阵，基于所述差值矩阵获取投影矩阵，利用所述投影矩阵将初始特征数据映射到流形空间得到流形特征数据； 在所述流形特征数据所在的流形空间中构建局部切平面，将地下管网缺陷的全局非线性空间转换为局部线性空间，在局部线性空间中计算流形特征数据中样本点之间的最短路径作为测地线距离，并转换为相似度得分，根据所述相似度得分构建相似度矩阵； 基于相似度矩阵将流形特征数据划分为多个特征子空间，在每个特征子空间内计算管道缺陷的局部分布特征得到特征分布矩阵，基于特征分布矩阵构建度量张量，根据度量张量计算多个特征子空间之间的几何差异值，将所述几何差异值转换为对应的特征子空间权重系数，对多个特征子空间的特征分布矩阵分别与对应的权重系数相乘并叠加得到缺陷表征向量； 将管道缺陷表征向量构建为关联矩阵，计算管道缺陷特征间的空间距离关联值和力学作用强度得到连接关系矩阵，执行迭代传播得到管道状态序列，构建管道状态演变图并优化传播方向，生成管道缺陷特征图谱； 对管道缺陷特征图谱采用自适应滑动窗口进行动态采样得到管道缺陷演变序列，基于反事实干预策略分析确定影响因素集合，根据影响因素集合计算管道状态转移概率，基于多目标决策函数确定最优管道维修方案； 当管道状态转移概率超过预设概率阈值时，生成管网缺陷预警信息； 将管网缺陷预警信息和最优管道维修方案发送至监控终端。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波市政工程建设集团股份有限公司，其通讯地址为：315012 浙江省宁波市海曙区新典路21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。