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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于联邦学习的岩溶地层盾构掘进参数预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：CN119917808B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510036426.0，技术领域涉及：G06F18/20；该发明授权基于联邦学习的岩溶地层盾构掘进参数预测方法及系统是由焦玉勇;叶婉婷;郑飞;邹俊鹏;闫雪峰;谭飞;武文安设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于联邦学习的岩溶地层盾构掘进参数预测方法及系统在说明书摘要公布了：本申请提供了一种基于联邦学习的岩溶地层盾构掘进参数预测方法及系统，涉及盾构掘进技术领域，方法包括：采集多模态数据并进行预处理；通过构建的深度学习分类模型，结合多模态数据以及联邦学习技术，构建溶洞三维分布模型并提取微观特征指标；通过深度学习分类模型对提取的微观特征指标进行分析，得到溶洞类型；将量化后的微观特征指标以及溶洞类型输入到参数映射模型中，建立微观特征与掘进参数之间的内在关系；根据内在关系、溶洞类型和分布复杂度，得到掘进参数调整指令；通过掘进参数调整指令，实现盾构机掘进参数的实时动态精确调节。结合多模态传感器、边缘计算设备及联邦学习框架，实现岩溶地层盾构掘进参数的精准预测与实时调整。

本发明授权基于联邦学习的岩溶地层盾构掘进参数预测方法及系统在权利要求书中公布了：1.一种基于联邦学习的岩溶地层盾构掘进参数预测方法，其特征在于，方法包括以下步骤： S1：采集岩溶地层的多模态数据并进行预处理；多模态数据包括：溶洞的高分辨率点云数据、压力变化信息、温度信息、湿度信息以及水文数据； S2：利用卷积神经网络CNN和Transformer算法，构建深度学习分类模型； S3：通过深度学习分类模型，结合多模态数据以及联邦学习技术，构建溶洞三维分布模型并提取微观特征指标； S4：通过深度学习分类模型对提取的微观特征指标进行分析，得到溶洞类型； S5：构建参数映射模型；将量化后的微观特征指标以及溶洞类型输入到参数映射模型中，通过多变量回归分析，建立微观特征与盾构掘进参数之间的内在关系； S6：计算溶洞的分布复杂度；将溶洞三维分布模型的溶洞区域划分为不同的地质分区，根据内在关系、溶洞类型和分布复杂度，得到掘进参数调整指令； S7：通过掘进参数调整指令，调整每个地质分区的掘进参数，控制各个项目的液压泵、刀盘驱动电机、注水泵与阀门，完成盾构机掘进参数的实时动态精确调节。

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国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。