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一种基于大语言模型的隧道围岩光谱解译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：CN118940844B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411418784.X，技术领域涉及：G06N5/04；该发明授权一种基于大语言模型的隧道围岩光谱解译方法及系统是由许振浩;韩涛;余腾飞;林鹏;王朝阳;邵瑞琦;李珊设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本一种基于大语言模型的隧道围岩光谱解译方法及系统在说明书摘要公布了：本发明属于大语言模型技术领域，提供了一种基于大语言模型的隧道围岩光谱解译方法及系统，包括：获取隧道围岩的可见光‑近红外波段光谱和热红外波段光谱，并采用数据融合方法对两种波段的光谱进行融合，得到全波段光谱；对于岩石中包含的多种矿物，确定每种矿物的特征位置，将每种矿物的矿物名称、特征位置进行结构化，通过基于大语言模型的隧道围岩光谱智能解译模型，得到隧道围岩中每种矿物的含量；其中，多种矿物的特征位置的确定方法为：计算数据集中全波段光谱与每种矿物的含量的相关性，选取全波段光谱中相关性最大的特征波段作为该种矿物的特征位置。实现了隧道内大体量光谱的快速智能解译。

本发明授权一种基于大语言模型的隧道围岩光谱解译方法及系统在权利要求书中公布了：1.一种基于大语言模型的隧道围岩光谱解译方法，其特征在于，包括：获取隧道围岩的可见光-近红外波段光谱和热红外波段光谱，并采用数据融合方法对两种波段的光谱进行融合，得到全波段光谱；对于岩石中包含的多种矿物，确定每种矿物的特征位置，将每种矿物的矿物名称和特征位置进行结构化，得到结构化数据，通过基于大语言模型的隧道围岩光谱智能解译模型，得到隧道围岩中每种矿物的含量；其中，特征位置的确定方法为：计算数据集中全波段光谱与每种矿物的含量的相关性，选取全波段光谱中相关性最大的特征波段作为各种矿物的特征位置，且特征位置的数量基于皮尔逊相关系数计算得到，具体地：假设第a个矿物与第b个特征波段的皮尔逊相关系数为rab；对于第a个矿物，将所有特征波段按照与第a个矿物的皮尔逊相关系数从大到小进行排列，得到序列（ra1,ra2,…,rak），k为特征波段的数量；则对于第a个矿物，特征位置的数量N=Qra1+ra2+ra3，Q为设定值；所述大语言模型选用基于transformer算法的深度学习模型；所述基于大语言模型的隧道围岩光谱智能解译模型的训练过程包括：采用实验室内矿物识别与分析方法，得到岩石样品中每种矿物的矿物名称和含量后，获取已知矿物成分和含量的岩石样品的可见光-近红外波段光谱和热红外波段光谱，采用数据融合方法对两种波段的光谱进行融合，得到全波段光谱，确定每种矿物的特征位置，将所有岩石样品的全波段光谱作为数据集；对数据集划分出训练集和测试集，将训练集的每个岩石样品的每种矿物的矿物名称、特征位置和含量进行结构化，得到结构化数据{‘矿物名称’:‘样品M’,‘x:特征位置nm’,‘y:矿物含量%’}，通过自然语言描述PromptA命令大语言模型学习训练集数据信息；将测试集的每个岩石样品的每种矿物的矿物名称和特征位置编码进行结构化，得到结构化数据{‘矿物名称’:‘样品N’,‘x:特征位置nm’}，通过自然语言描述PromptB命令大语言模型计算出矿物的含量，当计算出的矿物的含量与已知的含量之间的误差小于阈值时，得到基于大语言模型的隧道围岩光谱智能解译模型；PromptA为：输入的数据集为包含矿物名称、x:特征位置nm和y:矿物含量%的结构化数据；PromptB为：计算出测试集样本中每个样品对应的y:矿物含量%。

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：250000 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”。