-
公开(公告)号：CN119578218A
公开(公告)日：2025-03-07
申请号：CN202411591006.0
申请日：2024-11-08
Applicant: 桂林理工大学
Abstract: 一种基于机器学习的软土刚度智能预测方法，属于软土刚度预测技术领域。技术方案：基于ICSSA优化RVM模型参数，构建ICSSA‑RVM的软土刚度预测模型；通过Logistic‑Tent混沌映射初始化种群以增强种群的初始多样性；引入自适应权重实现在搜索过程中实现探索性与开发性的均衡；采用结合Levy飞行和逆向学习策略的混合方法更新麻雀位置，提高算法摆脱局部最优解的能力。有益效果：本发明基于机器学习的软土刚度智能预测方法在提高预测效率和准确度、增强模型适应性和泛化能力、提供可靠的预测工具、推动技术创新以及降低工程成本和时间成本等方面均表现出显著的有益效果。
-
公开(公告)号：CN111400915A
公开(公告)日：2020-07-10
申请号：CN202010188853.8
申请日：2020-03-17
Applicant: 桂林理工大学
Abstract: 本发明公布了一种基于深度学习的砂土液化判别方法及装置，其主要特征是：选取影响砂土液化的主要影响因素，收集大量的实例因素数据集，利用Matlab软件对数据集进行预处理，把处理后的数据集分为三部分，分别为训练集、验证集和测试集，并依次输入深度学习模型DBNs中，依次用于特征学习、参数微调、结果检验，结果检验合格之后导入待判别样本数据集，系统会自动判别出结果，结果对应为砂土液化或未液化。其装置主要包括：厂家设置板块和用户运用板块。本发明的实施例提供一种基于深度学习的砂土液化判别方法及装置的流程示意图，本发明实施例能够体现砂土液化判别的准确性和灵活性问题，能够为砂土液化预测和防治提供依据。
-
公开(公告)号：CN111242301A
公开(公告)日：2020-06-05
申请号：CN202010153225.6
申请日：2020-03-06
Applicant: 桂林理工大学
Abstract: 本发明是多相场作用下岩石三轴抗压强度深度学习预测方法及装置，其主要特征是：通过对多相场作用下岩石三轴抗压强度数据样本库进行扫描和识别，并将识别到的数据提取，利用深度学习技术建立学习模型对提取的数据进行学习训练，达到准确预测的效果，最后将预测的结果进行输出。本发明的装置主要包括:感知模块、深度学习处理模块、预测模块、嵌入模块、信息记忆模块、安全防护模块。本发明所述的是多相场作用下岩石三轴抗压强度深度学习预测方法及装置，具有操作简便、运算结果与实际数据拟合程度较高、适用性较好的优点。
-
公开(公告)号：CN119580876A
公开(公告)日：2025-03-07
申请号：CN202411591002.2
申请日：2024-11-08
Applicant: 桂林理工大学
IPC: G16C20/70 , G06N3/006 , G06N3/045 , G06N3/0442 , G06F18/214 , G06N20/20 , G06T5/70 , G06T7/62
Abstract: 一种干湿循环下铅离子对土裂隙分形维数的智能预测方法，涉及土裂隙分形维数预测技术领域。技术方案：采集样本数据进行标准化处理；样本数据分为预测样本和训练样本；训练样本通过粒子群优化算法和麻雀优化算法对BiLSTM、GRU、Xgboost和RVM模型参数进行寻优，以粒子群优化算法和麻雀优化算法最优解为基础建立满足要求的土体裂隙分形维数的预测模型；把预测样本带入到BiLSTM、GRU、Xgboost和RVM模型参数，将得到的预测结果与实际值进行对比分形，验证模型可行性。有益效果：本发明有效提高预测精度与效率、降低研究成本与时间、推动土壤科学研究与技术革新；不仅有助于推动土壤科学研究的发展和创新，还为环境保护和可持续发展目标的实现提供了有力的技术支持。
-
公开(公告)号：CN117027848A
公开(公告)日：2023-11-10
申请号：CN202310943099.8
申请日：2023-07-28
Applicant: 桂林理工大学
IPC: E21D11/00 , E02D3/12 , E21D11/15 , E21D11/18 , E21D11/38 , E21D20/00 , E21D11/04 , E21D11/10 , E21F17/18
Abstract: 本发明涉及引水隧洞技术领域，具体涉及一种引水隧洞抗错断结构及其施工方法，包括注浆加固后围岩、厚壁钢管和锚杆，还包括加固组件；加固组件包括缓冲层管、薄壁钢管、混凝土管道、支撑拱架、防护构件和反馈调节构件，缓冲层管与厚壁钢管固定连接，薄壁钢管与缓冲层管固定连接，混凝土管道通过反馈调节构件与薄壁钢管连接，支撑拱架与混凝土管道固定连接，通过缓冲层管对围岩进行进一步的加固，通过反馈调节构件检测围岩错动并进行反馈，保证内部的混凝土管道不被破坏，在初次衬砌内部设置防护构件，保证隧洞主体结构不会因为错动产生破坏和漏水，从而实现提升引水隧洞的抗错断性能的目的。
-
Patent Agency Ranking
公开(公告)号：CN111483604B
公开(公告)日：2023-05-05
申请号：CN202010303531.3
申请日：2020-04-17
Applicant: 桂林理工大学
IPC: B64D47/00 , B64D47/08 , B64U20/80 , B64U20/87 , B64C27/14 , B64U50/19 , B64U10/13 , B64U30/26 , B64C27/08 , B64C27/20 , B60P3/22 , F42D1/00 , F42D3/04 , G08C17/02 , E21B3/02 , E21B7/04 , E21B21/01 , E21B44/00
Abstract: 本发明公布了一种基于无人机的静态爆破危岩治理装置及方法，装置包括：飞行装置、钻孔装置、注浆装置、供浆装置和遥控装置，所述遥控装置还包括控制单元以及车控单元；方法包括：通过所述遥控装置控制协调各个装置工作，分两个阶段完成任务，第一阶段安装钻孔装置到工作面进行钻孔，第二阶段安装注浆装置，并将配制好的静态爆破剂注入孔中。本发明的实施例提供一种基于无人机的静态爆破危岩治理装置及方法的示意图，本发明实施例能够通过无人机代替人力进行钻孔和注浆工作，可以有效防止施工过程中发生事故，具有较大的经济、社会效应。
-
公开(公告)号：CN111877311A
公开(公告)日：2020-11-03
申请号：CN202010814646.9
申请日：2020-08-14
Applicant: 桂林理工大学
Abstract: 本发明公布了一种基于胶囊自修复的坠落式危岩加固方法及装置，其方法主要是通过胶囊薄膜包裹修复粘结液，并对坠落式危岩裂缝中两边需安放胶囊的范围进行喷涂黏结剂处理，利用装置使胶囊进入到黏结剂范围内并与裂缝两边充分进行黏结，若坠落式危岩进行开裂时，对黏结于裂缝中的胶囊施加了一个拉力，此拉力将包裹在胶囊中的修复粘结液冲破胶囊薄膜而达到对坠落式危岩加固修复的作用，其主要装置包括：胶囊注入型装置、辅助装置。本发明实施例能够体现胶囊自修复这种方法及装置对坠落式危岩进行加固防护的可行性、可实现性以及可操作性，能够最大可能的实现预防坠落式危岩突然破坏所造成的危害损失，具有较大的经济效益和社会效益。
-
公开(公告)号：CN111382806A
公开(公告)日：2020-07-07
申请号：CN202010303352.X
申请日：2020-04-17
Applicant: 桂林理工大学
Abstract: 本发明公布了基于图像特征的类砌体危岩体安全评价方法及装置，其主要特征是：收集类砌体危岩体的图像，利用颗粒(孔隙)及裂隙图像识别与分析系统对其图像进行预处理，建立卷积神经网络模型并训练类砌体危岩体图像特征，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对提取的特征数据集进行训练学习，根据训练学习之后的数据对类砌体危岩体进行安全性评价，最后输出评价结果。其装置主要包括：前期处理模式、中期工作模式和后期评价模式。本发明实施例能够体现该方法及装置的准确性和灵活性问题，能够为类砌体危岩体的评价预测和防治提供依据。
-
公开(公告)号：CN111160490A
公开(公告)日：2020-05-15
申请号：CN202010114086.6
申请日：2020-02-24
Applicant: 桂林理工大学
Abstract: 本发明公布了一种基于多时间序列的深度学习危岩变形预测方法及装置，其主要特征是：根据危岩体的监测装置获取危岩图像，利用Caffe可视化工具提取危岩图像特征，训练以危岩图像和特征标签建立起来的AlexNet模型，识别危岩的分布式特征，以收集到的危岩图像特征数据构建危岩变形多时间序列，建立多个数据样本，利用深度学习技术对此学习样本进行拟合学习，最后用Matlab软件编制的筛选程序对多个时间序列的预测数据进行优化对比，输出误差最小的时间序列所进行的预测结果。另外对本发明的装置也进行了详细的说明。本发明的实施例能够体现对危岩预测的准确和灵活，能够为危岩失稳预测预测以及为危岩崩塌预测和防治提供依据。
-
公开(公告)号：CN110852343A
公开(公告)日：2020-02-28
申请号：CN201910920302.3
申请日：2019-09-26
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于GPC的隧道围岩类型识别系统，包括：用户接口模块、高斯训练模块和隧道围岩类型预测模块；用户接口模块用于根据用户需求选择不同类型隧道围岩的用户指令，将种类对应超参数形式的用户指令发送至GPC训练模块和隧道围岩类型预测模块；GPC训练模块用于根据接收到超参数形式的用户指令对GPC进行训练；隧道围岩类型预测模块用于根据接收到的超参数形式的用户指令，通过训练后的GPC预测模型对隧道围岩类型进行预测。本发明提供了一种基于GPC的隧道围岩类型识别方法及装置，能够准确、灵活识别围岩类型，建立面向用户需求的自适应隧道围岩类型识别模型。能够为隧道围岩崩塌研究、隧道设计、基础设施以及复合地下工程提供依据。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.026 seconds)
