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！

龙图腾网获悉中煤科工开采研究院有限公司申请的专利一种巷道围岩危险识别模型构建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：CN121256540B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511832218.8，技术领域涉及：G06F18/2413；该发明授权一种巷道围岩危险识别模型构建方法是由焦建康;张镇;王涛;杨鸿智;李明设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种巷道围岩危险识别模型构建方法在说明书摘要公布了：本申请涉及巷道围岩危险识别技术领域，公开了一种巷道围岩危险识别模型构建方法，方法包括：采集多模态数据，经同步校准与去噪，生成预处理数据；提取地震波频域与图像纹理特征，生成多模态特征矩阵；结合地质先验聚类挖掘异常模式，生成标注样本数据集；基于迁移学习与特征融合训练网络，生成危险识别模型；边缘部署模型实时推理，经自适应算法生成预警结果。本发明通过融合地震波动信号的频域特征与围岩图像的深度纹理特征，构建了多模态特征矩阵，结合地质先验知识进行异常模式挖掘，能够有效识别隐蔽断层滑移或非对称微裂隙扩展等难以用单一监测手段发现的早期、微弱异常信号。

本发明授权一种巷道围岩危险识别模型构建方法在权利要求书中公布了：1.一种巷道围岩危险识别模型构建方法，其特征在于，包括以下步骤： S1、通过布设于巷道围岩区域的多类型传感器网络采集包括声发射信号、地震波动信号和图像数据的原始数据，进行同步时间校准与去噪处理，以生成时间对齐且去噪后的多模态预处理数据； S2、使用小波变换提取地震波动信号的频域特征，并结合深度卷积神经网络提取围岩图像的局部和全局纹理特征，生成多模态特征矩阵； S3、通过改进的聚类算法结合先验地质知识对所述多模态特征矩阵进行异常模式挖掘，识别出异常信号模式，并将所述异常信号模式对应的特征数据标记为危险样本，生成标注样本数据集； S4、采用基于迁移学习的深度学习算法，通过特征融合策略将所述多模态特征矩阵中的异构特征整合，利用所述标注样本数据集训练深度学习网络，生成巷道围岩危险识别模型； S5、将所述巷道围岩危险识别模型设置于边缘计算设备，对实时采集的传感数据进行推理计算得到危险评分，通过自适应预警算法根据所述危险评分调整警报策略，生成围岩稳定性判定结果； 步骤S3中，所述识别出异常信号模式的步骤进一步包括： 根据多模态特征矩阵的数据分布特性选择基于密度的聚类或高斯混合模型作为改进的聚类算法，并引入先验地质知识优化聚类算法的初始参数设置：对于高斯混合模型，根据先验知识设定初始均值向量和协方差矩阵；对于基于密度的聚类，调整半径参数和最小样本点数； 执行聚类算法，将所述多模态特征矩阵中的特征点分配到对应的聚类簇，通过判断数据点的局部密度及在特定范围内的邻居数量，识别出指向隐蔽断层或微裂隙扩展区域的异常信号模式； 将聚类结果与先验地质知识进行比对验证，将验证匹配的聚类结果对应的特征数据作为正样本，其余作为负样本，生成标注样本数据集。

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中煤科工开采研究院有限公司，其通讯地址为：101399 北京市顺义区中关村科技园区顺义园临空二路1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。