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！

龙图腾网获悉陕西交通职业技术学院申请的专利一种基于深度学习的隧道环境安全风险评估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：CN121365875B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511946935.3，技术领域涉及：G06Q10/0635；该发明授权一种基于深度学习的隧道环境安全风险评估方法及系统是由樊康佳;李凡;高翔;白杨设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本一种基于深度学习的隧道环境安全风险评估方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的隧道环境安全风险评估方法及系统，包括：获取隧道的多源数据，若满足预设条件则获取环境数据；对图像数据进行特征提取，得到损伤特征向量；将环境数据和损伤特征向量输入预测模型，以输出损伤传播风险指数；基于应力分布数据计算得到隧道的结构稳定系数，并将损伤传播风险指数、结构稳定系数以及环境数据输入风险评估模型，以根据环境数据生成损伤传播风险指数的第一影响权重和结构稳定系数的第二影响权重，并基于第一影响权重和第二影响权重分别对损伤传播风险指数和结构稳定系数进行融合，得到隧道的环境安全风险评估结果，因此，通过实施本发明，能够提高对隧道坍塌风险的准确评估。

本发明授权一种基于深度学习的隧道环境安全风险评估方法及系统在权利要求书中公布了：1.一种基于深度学习的隧道环境安全风险评估方法,所述评估方法用于隧道坍塌风险评估，其特征在于，包括： 获取隧道的多源数据，若所述多源数据满足预设条件，则获取隧道所处的环境数据，其中，所述多源数据包括应力分布数据以及裂缝的图像数据； 对所述图像数据进行特征提取，得到反映裂缝形态变化的损伤特征向量； 将所述环境数据和所述损伤特征向量输入至预测模型，以输出表征损伤在未来时段内发生恶化的损伤传播风险指数； 基于所述应力分布数据计算得到隧道的结构稳定系数，并将所述损伤传播风险指数、所述结构稳定系数以及所述环境数据输入风险评估模型，以通过所述风险评估模型中的注意力权重机制根据所述环境数据生成所述损伤传播风险指数的第一影响权重和所述结构稳定系数的第二影响权重，并基于所述第一影响权重和所述第二影响权重分别对所述损伤传播风险指数和所述结构稳定系数进行融合，得到隧道的环境安全风险评估结果; 所述对所述图像数据进行特征提取，得到反映裂缝形态变化的损伤特征向量，包括： 识别所述图像数据的裂缝轮廓，并计算所述裂缝轮廓的几何特征参数； 基于所述几何特征参数与预设的基准特征参数，其中，所述基准特征参数根据基准图像数据计算得到； 计算所述裂缝轮廓相对于所述基准特征参数的形态变化量，并基于所述形态变化量确定反映裂缝形态变化的损伤特征向量; 所述将所述环境数据和所述损伤特征向量输入至预测模型，以输出表征损伤在未来时段内发生恶化的损伤传播风险指数，包括： 将所述环境数据和所述损伤特征向量输入至预测模型，以通过第一通道对所述环境数据进行时序编码，得到环境模式特征，其中，所述预测模型包括所述第一通道、第二通道和回归输出层； 将所述环境模式特征与所述第二通道接收的所述损伤特征向量进行特征融合，得到综合状态特征； 将所述综合状态特征输入至所述回归输出层，计算得到用于量化表征在未来设定时段内的损伤传播风险指数; 所述若所述多源数据满足预设条件，则获取隧道所处的环境数据，包括： 判断所述应力分布数据和所述图像数据是否满足预设条件； 若所述应力分布数据的均匀性低于预设阈值或所述图像数据出现裂缝，则判定所述多源数据满足所述预设条件，并触发获取隧道所处的环境数据。

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陕西交通职业技术学院，其通讯地址为：710018 陕西省西安市北郊经济技术开发区文景北路19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。