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！

龙图腾网获悉贵州大学申请的专利基于深度学习的采动岩体结构劣化监测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：CN120354754B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510838457.8，技术领域涉及：G06F30/27；该发明授权基于深度学习的采动岩体结构劣化监测方法及系统是由史文兵;余理娜;田有亮;张琦;梁风;王勇;王小明;王沉设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于深度学习的采动岩体结构劣化监测方法及系统在说明书摘要公布了：本发明公开了基于深度学习的采动岩体结构劣化监测方法及系统，具体涉及矿山安全监测技术领域，用于解决现有静态模型无法自主适应岩体损伤动态演化导致的监测滞后与误判问题；通过实时采集开采扰动下的多源异构监测数据构建动态损伤增量数据集，提取新增损伤特征并计算其与历史特征的分布偏移度；当偏移度超限时，基于岩体本构方程验证筛选符合力学规律的损伤特征子集，阻断非物理噪声干扰；通过损伤路径依赖建模匹配地质构造演化模式，结合空间梯度生成潜在破坏路径热力图；采用知识蒸馏机制将热力图与历史特征库跨阶段关联，生成融合开采时序的动态权重矩阵；最终通过参数重加权机制更新损伤评估模型，实现岩体劣化风险的自适应评估。

本发明授权基于深度学习的采动岩体结构劣化监测方法及系统在权利要求书中公布了：1.基于深度学习的采动岩体结构劣化监测方法，其特征在于，包括如下步骤： S1、实时采集开采扰动下的多源异构监测数据，构建动态损伤增量数据集； S2、基于动态损伤增量数据集提取当前开采阶段的新增损伤特征，并基于新增损伤特征与历史损伤特征库的相似性度量生成动态分布偏移度； S3、当动态分布偏移度超过偏移度阈值时对新增损伤特征进行力学行为约束验证，筛选符合岩体破坏力学规律的有效损伤特征子集； S4、对有效损伤特征子集执行损伤路径依赖建模，匹配历史损伤特征库中相同地质构造区域的损伤演化模式，并基于空间梯度生成潜在破坏路径热力图； S5、采用知识蒸馏机制将潜在破坏路径热力图与历史损伤特征库进行跨阶段关联性分析，生成反映开采时序与损伤演化映射关系的动态权重矩阵，包括： 通过教师模型提取历史损伤特征库中时序损伤演化模式的关键注意力区域，通过学生模型提取潜在破坏路径热力图的时空显著性特征； 将教师模型的注意力权重与学生模型的显著性特征进行空间位置匹配，匹配度计算为对应位置特征向量的余弦相似度； 动态权重矩阵的生成包括时间衰减因子与空间相关性权重的乘积，时间衰减因子根据开采阶段间隔时长指数衰减，空间相关性权重根据匹配度与热力值的线性组合确定； 当开采区域存在断层构造时，空间相关性权重根据断层走向与热力梯度方向的夹角余弦值修正； S6、根据动态权重矩阵对损伤评估模型的全连接层进行参数重加权，生成动态监测模型并输出岩体结构劣化风险评估结果。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；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”。