申请/专利权人：中国石油大学(华东)

申请日：2021-11-26

公开（公告）日：2024-04-30

公开（公告）号：CN114092767B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/82;G06Q10/04;G06Q50/08;G06Q10/20;G06N3/084;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.03.15#实质审查的生效;2022.02.25#公开

摘要：本公开提供了一种基于机器学习的岩石破坏形态预测方法及系统，包括：获取待岩石试样的相关数据；依据获取的相关数据和预设的岩石破坏形态预测模型，得到岩石试样变形破坏数据矩阵；其中，所述岩石破坏形态预测模型通过BP神经网络训练得到；根据岩石试样变形破坏数据矩阵，绘制岩石试样变形破坏图像，实现待预测岩石试样破坏形态的预测；本公开采用了机器学习中的BP神经网络模型，通过特定的预测参数进行预测，简化了参数选取，提高了预测效率；同时，预测结果以岩石试样变形破坏图像直接体现，实现了在高效率预测基础上，直接形象的体现岩石破坏形态结果的目的。

主权项：1.基于机器学习的岩石破坏形态预测方法，其特征在于，包括：获取待预测岩石试样的相关数据；依据获取的相关数据和预设的岩石破坏形态预测模型，得到岩石试样变形破坏数据矩阵；其中，所述岩石破坏形态预测模型通过BP神经网络训练得到；根据岩石试样变形破坏数据矩阵，绘制岩石试样变形破坏图像，实现待预测岩石试样破坏形态的预测；样本变形破坏数据矩阵获取过程为：通过固定尺寸圆柱体试样的三轴压缩试验，获取岩石破坏试样，并用透明胶粘剂将岩石破坏试样粘合；待胶粘剂固化后，将岩石破坏试样放在以黑色为背景的水平面固定位置，使用角度和位置固定的照相机拍摄岩石破坏试样在固定光线下的侧面变形破坏彩色照片；将岩石试样变形破坏彩色照片中的瑕疵处理干净，得到岩石试样变形破坏图像；读取岩石试样变形破坏图像的三维数据矩阵，采用matlab的imread函数；将岩石试样变形破坏图像的三维数据矩阵转化为元素值是灰度值的二维数据矩阵，采用matlab的rgb2gray函数；将岩石试样变形破坏图像的灰度值二维数据矩阵调整至固定行列数，得到岩石试样变形破坏样本数据矩阵，采用matlab的interp2函数。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 基于机器学习的岩石破坏形态预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD