原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于特征参数自动提取的掌子面图像围岩等级辨识方法，通过在隧道开挖过程中从现场设备采集隧道掌子面图片，将隧道掌子面图片作为待识别图像，进行裁剪使其符合模型输入尺寸要求，并提取有效图像；利用训练完成的CNN网络模型提取有效图像的围岩参数；从而计算围岩基本质量指标；根据围岩基本质量指标，划分隧道的围岩等级。相比于现有技术网络受围岩等级受诸多综合因素影响，难以一次性学习到多种复杂且区分度低的隐特征的缺陷，输出分辨准确度低识别结果。本发明构建CNN网络模型对围岩参数进行网络训练学习，利用围
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116229354 A
(43)申请公布日 2023.06.06
(21)申请号 202310027235.9 G06N 3/08 (2023.01)
文档评论（0）