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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于孔隙特征机器学习的礁灰岩强度预测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：CN120068676B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510552467.5，技术领域涉及：G06F30/27；该发明授权基于孔隙特征机器学习的礁灰岩强度预测方法是由熊毅阳;龚航里;毛子豪;张金瑞;张贤齐;毛明举设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于孔隙特征机器学习的礁灰岩强度预测方法在说明书摘要公布了：本发明公开一种基于孔隙特征机器学习的礁灰岩强度预测方法，属于岩土工程与人工智能交叉技术领域，包括：获取礁灰岩三维数字岩心，经预处理后提取孔隙特征；基于孔隙特征建立多源的孔隙‑物理耦合特征数据融合框架；集成随机森林与梯度提升树，动态加权孔隙特征中参数，设计复合损失函数，分层训练并嵌入物理约束，以构建礁灰岩强度预测机器学习模型；采用分层K‑fold交叉验证，测试礁灰岩强度预测机器学习模型鲁棒性并验证可解释性。本发明通过数据处理、构建与优化礁灰岩强度预测机器学习模型，深度挖掘孔隙特征与礁灰岩强度的关系，提升模型预测准确性、可靠性与可解释性，为礁灰岩强度预测提供有效解决方案。

本发明授权基于孔隙特征机器学习的礁灰岩强度预测方法在权利要求书中公布了：1.一种基于孔隙特征机器学习的礁灰岩强度预测方法，其特征在于，包括： 步骤S1）获取三维数字岩心数据并预处理，多尺度提取孔隙特征； 采用微米级高分辨率CT扫描系统获取礁灰岩样本的三维数字岩心数据；通过基于Otsu自适应阈值分割算法结合形态学闭运算消除三维数字岩心数据的噪点，精确分割岩石基质与孔隙结构； 利用三维图像分析框架，分层次多尺度提取孔隙特征： ①量化几何孔隙特征 基于孔隙骨架化算法计算等效孔径分布直方图，采用三角网格曲面拟合技术量化孔隙曲率，并通过Dijkstra算法计算孔隙网络中最短连通路径与迂曲度，生成孔隙连通性指数； ②解析空间分布孔隙特征 沿珊瑚原生生长方向建立三维空间坐标系，运用Voronoi图将礁灰岩样本划分为5×5×5mm³的亚单元，统计各单元孔隙结构体积占比并计算密度梯度向量；同时通过主成分分析提取孔隙群集的主延伸方向，计算其与珊瑚生长轴向的夹角余弦值作为方向相关性系数； ③建模拓扑孔隙特征 基于三维孔隙网络模型，统计每个孔隙节点连接的邻接孔隙数量生成配位数分布矩阵，并采用广度优先搜索算法识别最大连通孔隙簇，计算其占孔隙总体积的比例； 所有孔隙特征经Z-score标准化后存入结构化特征数据库，提供输入向量； 步骤S2）基于孔隙特征建立多源的孔隙-物理耦合特征数据融合框架； 步骤S3）集成随机森林与梯度提升树，动态加权孔隙特征中参数，设计复合损失函数，分层训练并嵌入物理约束，以构建礁灰岩强度预测机器学习模型； 步骤S4）基于分层K-fold交叉验证，优化物理约束，联合寻优超参数，测试礁灰岩强度预测机器学习模型的鲁棒性并验证可解释性。

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武汉理工大学三亚科教创新园，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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”。