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！

龙图腾网获悉北京科技大学申请的专利基于机器学习的岩体地应力场反演方法、系统及存储介质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：CN119312683B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202411444800.2，技术领域涉及：G06F30/27；该发明授权基于机器学习的岩体地应力场反演方法、系统及存储介质是由郭奇峰;颜景暄;殷雄;席迅;冯志楼;吴思颖;尚钰颖设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本基于机器学习的岩体地应力场反演方法、系统及存储介质在说明书摘要公布了：本发明涉及机器学习技术领域，更具体涉及基于机器学习的岩体地应力场反演方法、系统及存储介质。步骤S1：构建目标岩体的三维虚拟模型，获取反演目标区域中每一位置处的地质数据；步骤S2：获取反演区域中的地质类型，获取取样点对应岩体的岩体参数；步骤S3：通过水压致裂法和钻孔法分别获取若干组测试数据并进行预处理，并获取学习数据和检测数据；步骤S4：创建岩体应力预测模型，岩体应力预测模型包括m个子模型，使用学习数据训练所述子模型，并基于检测数据验证子模型。本发明解决了岩体应力场反演不准确的问题，提高了岩体地应力场的反演精度。

本发明授权基于机器学习的岩体地应力场反演方法、系统及存储介质在权利要求书中公布了：1.一种基于机器学习的岩体地应力场反演方法，其特征在于，包括如下步骤：步骤S1：通过对目标岩体进行扫描成像并获取第一地质图像，将所述第一地质图像进行滤波插值获取第二地质图像，基于所述第二地质图像构建所述目标岩体的三维虚拟模型；基于所述三维虚拟模型获取反演区域中每一位置处的地质数据，所述地质数据包括断层、裂缝和地形趋势的测量数据；步骤S2：基于所述三维虚拟模型，获取所述反演区域中的地质类型，基于每一所述地质类型对应区域范围内选取若干个取样点，并通过对每一所述取样点的岩体进行取样并进行原位压缩，获取所述取样点对应岩体参数，将所述岩体参数标记在所述三维虚拟模型中；步骤S3：根据每一所述取样点所在子区域通过水压致裂法和钻孔法分别获取若干组测试数据，对所述测试数据进行预处理，将经过预处理的所述测试数据、所述测试数据对应取样点的所述岩体参数及地质数据生成学习数据和检测数据；步骤S4：创建岩体应力预测模型，所述岩体应力预测模型包括m个子模型，所述m个子模型基于所述地质类型创建，并使用所述学习数据训练所述子模型，并基于所述检测数据验证所述子模型，其中，每一所述子模型对应一种地质类型；其中，步骤S3包括：步骤S31：基于三维虚拟模型获取步骤S2中取样点所在的子区域，在子区域中均匀的选取N个位置作为数据采集位置，N的取值为大于等于10的正整数；步骤S32：分别通过所述水压致裂法和所述钻孔法获取若干组测试数据，并将若干组所述测试数据标注在所述三维虚拟模型中对应所述数据采集位置处；步骤S33：根据所述测试数据的数据采集位置处的所述地质数据及岩体参数与周围其他所述测试数据所在数据采集位置处的所述地质数据及岩体参数，获取所述测试数据与周围其他所述测试数据的大小关系，并基于所述大小关系判断所述测试数据是否需要校正，在所述测试数据满足所述大小关系时，所述测试数据不需要校正，在所述测试数据不满足所述大小关系时，所述测试数据需要校正，并基于所述测试数据的数据采集位置前、后、左、右四个距离最近的测试数据加权，将加权值作为所述测试数据的校正数据,其中，四个所述测试数据的权重通过与所述测试数据的距离设定，距离越近权重越高，反之越低；步骤S34：基于所述三维虚拟模型将所述测试数据、所述测试数据的数据采集位置处的地质数据及所述测试数据所在子区域的所述岩体参数组合成训练数据，并将属于任一地质类型对应区域范围内的任意三个连续的所述训练数据中任选一个作为检测数据，剩余两个所述训练数据作为学习数据。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。