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！

龙图腾网获悉吉林大学申请的专利一种面向隐伏岩体的裂隙网络多步迭代深度学习预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：CN121582714B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610109291.0，技术领域涉及：G06T7/00；该发明授权一种面向隐伏岩体的裂隙网络多步迭代深度学习预测方法是由姜振蛟;宋根发;查恩爽设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本一种面向隐伏岩体的裂隙网络多步迭代深度学习预测方法在说明书摘要公布了：本发明公开了一种面向隐伏岩体的裂隙网络多步迭代深度学习预测方法，涉及地质裂隙结构智能识别与预测技术领域，包括，提取裸露岩区裂隙网络图像，分析裸露岩区内裸露岩体裂隙网络图像的几何特征参数；基于几何特征参数，将裸露岩体裂隙网络图像分割为不同的连续序列图像，根据连续序列图像构建训练集和验证集；构建深度学习神经网络模型，并利用训练集和验证集执行训练流程；将连续序列图像的不同图像块大小与相邻序列重叠率设为多组候选组合，对每组候选组合生成对应的训练集和验证集，训练并验证深度学习神经网络模型。通过构建深度学习神经网络模型进行隐伏区域裂隙网络预测，实现对掩蔽区域裂隙结构的连续外推，减弱预测误差的累积效应。

本发明授权一种面向隐伏岩体的裂隙网络多步迭代深度学习预测方法在权利要求书中公布了：1.一种面向隐伏岩体的裂隙网络多步迭代深度学习预测方法，其特征在于：包括， 提取裸露岩区裂隙网络图像，分析裸露岩区内裸露岩体裂隙网络图像的几何特征参数； 基于几何特征参数，将裸露岩体裂隙网络图像分割为不同的连续序列图像，具体步骤如下， 根据裂隙长度和间距定义图像块的高度和宽度； 设定图像块的水平方向重叠率和垂直方向重叠率，并分别标记为水平重叠率和垂直重叠率； 根据图像块的高度、宽度、水平重叠率和垂直重叠率分别计算水平滑动步长和垂直滑动步长； 在裸露岩体裂隙网络图像内，以随机位置为起点，以垂直滑动步长为间隔从上到下移动图像块，以水平滑动步长为间隔从左到右移动图像块，对每个位置截取一幅图像块，并按水平位置顺序对所有图像块进行排序，形成连续序列图像，根据连续序列图像构建训练集和验证集； 构建深度学习神经网络模型，并利用训练集和验证集执行训练流程； 将连续序列图像的不同图像块大小与相邻序列重叠率设为多组候选组合，对每组候选组合生成对应的训练集和验证集，训练并验证深度学习神经网络模型，计算预测裂隙网络与真实裂隙网络之间的交并比，以交并比最大的候选组合作为优选参数组合； 将优选参数组合应用于真实裂隙网络训练和深度学习神经网络模型的迭代推理预测过程中，生成隐伏岩体裂隙网络预测结果。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。

以上内容由龙图腾AI智能生成。