[发明专利]基于CNN-RNN耦合数-形融合的盾构隧道变形预测方法在审
| 申请号： | 202110639221.3 | 申请日： | 2021-06-08 |
| 公开（公告）号： | CN113362389A | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 马恩临;赖金星;王立新;汪珂;邱军领;杨永泰;黎忠灏 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73;G06T7/80;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 范巍 |
| 地址： | 710000 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的基于CNN‑RNN耦合数‑形融合的盾构隧道变形预测方法，通过数码相机和传感器获取测量区域的图形信息和变形数据采集。根据图像信息，通过CNN判断当前测点位置的安全状态。采用RNN方法，预测测点监测数据时间序列的发展趋势，然后将RNN结果与CNN结果作为全连接神经网络的输入参数，全连接神经网络输出综合考虑安全状态的变形预测结果。本发明考虑到盾构隧道中结构安全状态对变形发展趋势的影响，针对单一的时间序列预测在结构安全状态发生转变时预测不准确的问题，提出基于CNN‑RNN类耦合神经网络的盾构隧道变形数‑形融合预测算法，以较准确地预测出在结构安全状态已经发生变化时变形的发展趋势。本发明适用于地铁盾构隧道施工及运营期的变形预测。 | ||
| 搜索关键词： | 基于 cnn rnn 耦合 融合 盾构 隧道 变形 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长安大学，未经长安大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110639221.3/，转载请声明来源钻瓜专利网。
