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！

龙图腾网获悉山东大学申请的专利基于深度学习的注浆浆液扩散形态表征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：CN120068616B 。

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：202510127211.X，技术领域涉及：G06F30/27；该发明授权基于深度学习的注浆浆液扩散形态表征方法及系统是由卜泽华;王志洋;张秒;胡安栋;台硕;潘东东;杨文韬设计研发完成，并于2025-02-01向国家知识产权局提交的专利申请。

本基于深度学习的注浆浆液扩散形态表征方法及系统在说明书摘要公布了：本发明涉及注浆模拟技术领域，特别是涉及基于深度学习的注浆浆液扩散形态表征方法及系统，其中方法包括：获取浆液在不同地质条件下的扩散形态数据，将预处理后的数据作为训练集；构建注浆扩散表征模型，基于训练集对注浆扩散表征模型进行训练，得到训练后的注浆扩散表征模型；训练过程中所用到的总损失函数，是数据损失函数、物理约束损失函数、边值条件损失函数、初值条件损失函数和实际经验损失函数的加权求和结果；将待表征注浆区域的温度和压力数据输入到训练后的注浆扩散表征模型，得到注浆扩散流速和注浆扩散距离的预测值。本发明进行模型验证并依据建立的模型辅助开展注浆智能化控制。

本发明授权基于深度学习的注浆浆液扩散形态表征方法及系统在权利要求书中公布了：1.基于深度学习的注浆浆液扩散形态表征方法，其特征是，包括： 获取浆液在不同地质条件下的扩散形态数据，对获取的数据进行预处理，将预处理后的数据作为训练集； 构建注浆扩散表征模型，注浆扩散表征模型包括空间卷积层和时间卷积层，空间卷积层用于提取空间特征；时间卷积层用于提取时间特征； 所述空间卷积层，工作过程包括：第卷积层的第个特征图上，位于x,y处的值表示为： ； 其中，是激活函数，是添加的偏置，N是与当前特征图相连的第层中的特征图输入总数，是核在，处的值，、分别是卷积核的高度和宽度； 所述时间卷积层，工作过程包括：假设输入一个一维时间序列T，其卷积操作表示为： ； 表示卷积后的输出特征，表示时间序列中的数据，表示卷积权重值； 基于训练集对注浆扩散表征模型进行训练，得到训练后的注浆扩散表征模型；其中，训练过程中所用到的总损失函数，是数据损失函数、物理约束损失函数、边值条件损失函数、初值条件损失函数和实际经验损失函数的加权求和结果； 将待表征注浆区域的温度和压力数据输入到训练后的注浆扩散表征模型，得到注浆扩散流速和注浆扩散距离的预测值。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。