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！

龙图腾网获悉广西路桥工程集团有限公司申请的专利基于多尺度钻探模型融合的隧道岩体质量识别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：CN115688005B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211399318.2，技术领域涉及：G06F18/241；该发明授权基于多尺度钻探模型融合的隧道岩体质量识别方法及系统是由彭浩;梁铭;宋冠先;朱孟龙;黄能豪;韩玉;解威威;吕中玉;赵婷婷设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本基于多尺度钻探模型融合的隧道岩体质量识别方法及系统在说明书摘要公布了：本发明涉及超前地质预报技术领域，特别是基于多尺度钻探模型融合的隧道岩体质量识别方法及系统，具体包括以下步骤：S1，对现场钻探数据进行收集与预处理，得到测试集；S2，将所述测试集输入到多尺度融合模型后，得到隧道岩体质量识别结果，所述隧道岩体质量识别结果为预测标签中的一种，所述预测标签包括较完整、较破碎、破碎和裂隙；所述多尺度融合模型的训练过程中，对现场钻探数据进行收集、预处理以及多种尺度进行数据分割，还在训练过程中用误差倒数加权平均方法进行多尺度模型融合。起到了削弱各尺度模型缺点、优化预报效果、增强技术工程实用性的效果。

本发明授权基于多尺度钻探模型融合的隧道岩体质量识别方法及系统在权利要求书中公布了：1.基于多尺度钻探模型融合的隧道岩体质量识别方法，其特征在于，具体包括以下步骤： S1，对现场钻探数据进行收集与预处理，得到测试集； S2，将所述测试集输入到多尺度融合模型，得到隧道岩体质量识别结果，所述隧道岩体质量识别结果为预测标签中的一种，所述预测标签包括较完整、较破碎、破碎和裂隙； 所述多尺度融合模型的训练过程包括： S21，对现场钻探数据进行收集与预处理，得到训练集，所述训练集采用多种尺度进行数据分割； S22，以XGBoost分类器为基础，基于所述训练集训练得到多个单一尺度解译模型，并对多个单一尺度解译模型进行评估，得到各单一尺度解译模型的权重； S23，基于各单一尺度解译模型的权重，采用误差倒数加权平均方法进行多尺度模型融合，得到多尺度融合模型； 步骤S21具体包括以下步骤： S211，获取原始钻探数据； S212，对所述原始钻探数据进行异常值分析，并剔除异常值，获得优化原始钻探数据； S213，对所述优化原始钻探数据进行多种尺度分割，得到不同分割尺度下的数据集； S214，对所述不同分割尺度下的数据集进行特征相关性分析，剔除相关性高的参数，得到训练集，所述训练集包括的特征参数为岩性类别、推进速度均值、推进速度均值、扭矩均值、以及推进速度方差； 筛选出所述特征参数的步骤包括： 获取初始特征，包括：岩性类别、推进速度均值、推进速度均值、扭矩均值、旋转速度均值、推进速度方差、推进速度方差、扭矩方差、旋转速度方差； 先计算出初始特征的相关性系数，然后以0.6为筛选阈值，选出正相关性高的参数和负相关性高的参数，从正相关性高的参数选出具有代表性的参数，从负相关性高的参数选出具有代表性的参数，得到5个特征参数； 步骤S22中，以XGBoost为分类器，结合GA算法形成GA-XGBoost模型；在用GA算法对XGBoost分类器的超参数进行优化的过程中，选择6项超参数作为寻优对象，具体超参数及其寻优空间为：n_estimators、max_depth、learning_rate、min_child_weight、subsample与colsample_bytree。

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广西路桥工程集团有限公司，其通讯地址为：530000 广西壮族自治区南宁市良庆区平乐大道21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。