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！

龙图腾网获悉浙江杭温铁路有限公司;同济大学申请的专利一种基于神经网络的隧道掌子面围岩智能分级方法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：CN116468939B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310363305.8，技术领域涉及：G06V10/764；该发明授权一种基于神经网络的隧道掌子面围岩智能分级方法是由徐立明;梁祖铨;张均清;唐潮;田静;李路恒;马锡海;张铁军;杨新安;乔洪磊设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于神经网络的隧道掌子面围岩智能分级方法在说明书摘要公布了：一种基于神经网络的隧道掌子面围岩智能分级方法，包括围岩强度获取、岩石完整程度获取及围岩分级。围岩强度获取步骤为：选择现场测试的掌子面围岩回弹值和地质发育度作为输入指标；基于RBF神经网络智能算法构建RBF学习模型，将学习样本数据输入RBF学习模型优化参数；利用优化参数建立RBF学习模型，将检验样本数据输入到RBF预测模型，得到围岩强度输出结果。岩石完整程度获取步骤为：对掌子面的围岩进行图像拍摄；利用图像识别处理方法获取掌子面完整图像；基于MaskRCNN卷积神经网络算法构建MaskRCNN学习模型，将学习样本数据输入MaskRCNN学习模型优化参数，等。本发明基于神经网络算法对隧道掌子面围岩进行智能分级，可准确预测隧道掌子面的围岩级别。

本发明授权一种基于神经网络的隧道掌子面围岩智能分级方法在权利要求书中公布了：1.一种基于神经网络的隧道掌子面围岩智能分级方法，其特征在于：包括顺序进行的围岩强度获取步骤、岩石完整程度获取步骤及围岩分级步骤，其中： 步骤一:围岩强度获取包括： S1.选择现场测试的掌子面围岩回弹值和地质发育度作为输入指标； S2.基于RBF神经网络智能算法构建RBF学习模型，将由S1得到的学习样本数据输入到RBF学习模型中，以优化参数； S3.利用优化的参数建立RBF学习模型，将S1得到的检验样本数据输入到RBF预测模型中，得到围岩强度输出结果； 步骤二:岩石完整程度获取包括： S4.获取摄掌子面围岩图像数据； S5.利用图像识别处理方法获取掌子面完整图像； S6.基于MaskRCNN卷积神经网络算法构建MaskRCNN学习模型，将学习样本数据输入MaskRCNN学习模型中，以优化参数； S7.利用优化参数建立MaskRCNN学习模型，将检验样本数据输入到MaskRCNN预测模型，得到掌子面节理二值化图像； S8.计算掌子面围岩岩体体积节理数，继而得到岩体完整性系数； 步骤三:围岩分级包括： S9.利用步骤一和步骤二得到的岩石强度和岩石完整性系数，采用BQ法得到围岩分级结果； 地质发育度，地质发育度由下式计算： 1 式中：—地质发育度；—区域内能量团总面积；—区域总面积。

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浙江杭温铁路有限公司;同济大学，其通讯地址为：311215 浙江省杭州市萧山区平澜路259号绿都国金中心B座25楼；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。