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！

龙图腾网获悉中南大学申请的专利基于混合深度学习网络的隧道管片近表面缺陷检测方法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：CN119168990B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411318128.2，技术领域涉及：G06T7/00；该发明授权基于混合深度学习网络的隧道管片近表面缺陷检测方法是由宗斌;李雄兵;彭肖冰设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于混合深度学习网络的隧道管片近表面缺陷检测方法在说明书摘要公布了：本发明提供了基于混合深度学习网络的隧道管片近表面缺陷检测方法，涉及隧道工程检测领域，包括：S1、使用冲击回波法采集隧道管片试块近表面缺陷埋深信号；S2、将缺陷埋深信号输入到第一预设神经网络及第二预设神经网络得到第一预测埋深和第二预测埋深；S3、根据第一预测埋深及第二预测埋深与实际埋深的差值的平均值计算缺陷埋深信号、浅埋范围信号及深埋范围信号的误差平均值；S4、计算缺陷埋深信号、浅埋范围信号及深埋范围信号两个神经网络中的权重比，然后根据自适应多尺度加权算法计算输出最终埋深。本发明通过混合神经网络对缺陷的埋深进行计算，实现对隧道管片近表面缺陷的检测，提高了隧道管片检测的准确性和效率。

本发明授权基于混合深度学习网络的隧道管片近表面缺陷检测方法在权利要求书中公布了：1.基于混合深度学习网络的隧道管片近表面缺陷检测方法，其特征在于，包括以下步骤：S1、使用冲击回波法采集隧道管片试块近表面缺陷埋深信号；步骤S1具体为：在隧道管片试块表面进行冲击回波检测，然后通过空耦探头采集声波数据得到缺陷埋深信号；S2、将缺陷埋深信号输入到第一预设神经网络及第二预设神经网络得到第一预测埋深和第二预测埋深；所述缺陷埋深信号包括浅埋范围信号和深埋范围信号；所述第一预测埋深包含第一浅埋预测埋深和第一深埋预测埋深；所述第二预测埋深包括第二浅埋预测埋深和第二深埋预测埋深；所述第一预设神经网络和第二预设神经网络为不同类型的神经网络；S3、根据第一预测埋深及第二预测埋深与实际埋深的差值的平均值计算缺陷埋深信号、浅埋范围信号及深埋范围信号在第一预设神经网络及第二预设神经网络中的误差平均值；S4、分别对缺陷埋深信号、浅埋范围信号及深埋范围信号在第一预设神经网络及第二预设神经网络中的误差平均值进行倒数归一化得到其在两个神经网络中的权重比，然后根据自适应多尺度加权算法计算输出最终埋深；步骤S4具体包括以下步骤：S41、将缺陷埋深信号在第一预设神经网络及第二预设神经网络中的误差平均值进行倒数归一化得到第一埋深权重比Q1及第二埋深权重Q2；S42、将浅埋范围信号在第一预设神经网络及第二预设神经网络中的误差平均值进行倒数归一化得到第一浅埋权重比Q_l1及第二浅埋权重Q_l2；S43、将深埋范围信号在第一预设神经网络及第二预设神经网络中的误差平均值进行倒数归一化得到第一深埋权重比Q_h1及第二深埋权重Q_h2；S44、根据自适应多尺度加权算法计算输出最终埋深；所述自适应多尺度加权算法如下式： 其中，y为最终埋深；thr为预设埋深阈值，thr＝dmax-dmin÷2+dmin，dmin为最小埋深；dmax为最大埋深。

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南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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”。