基于知识与数据双驱动的搭载式岩性智能识别方法及系统技术方案

本发明专利技术提供了一种基于知识与数据双驱动的搭载式岩性智能识别方法及系统。其中，该方法包括将同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型，将目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息进行非极大值抑制运算；获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置。的岩性类别及围岩位置。的岩性类别及围岩位置。

【技术实现步骤摘要】
基于知识与数据双驱动的搭载式岩性智能识别方法及系统


[0001]本专利技术属于工程地质岩石识别与分类
，尤其涉及一种基于知识与数据双驱动的搭载式岩性智能识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]岩性识别是地层分析、储层分析、沉积相分析等地质研究中的重要任务，也是岩石力学与工程、隧道与地下工程、采矿工程、深部资源勘查与开发等工程中的基础工作，岩性识别结果直接影响着施工方案选择、储层评价的可靠程度。TBM在复合地层中掘容易产生较高的刀具磨损、滚刀偏磨等问题，直接影响TBM掘进的效率和成本。另外，岩石强度预测、TBM掘进参数选择等与岩性密切相关。传统的岩性识别方法主要有三种：(1)肉眼观察，地质人员根据岩块的表观特征、地质背景等辨识岩性；(2)薄片鉴定，将岩石标本磨制成薄片，观察镜下图像，分析矿物成分，确定岩石类型；(3)物理试验方法，运用物理测试手段检测、分析岩石成分，最后给出岩性判断；主要仪器有X射线衍射仪、X射线荧光光谱仪、红外光谱等。薄片鉴定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，包括：将同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型；所述目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息，并进行非极大值抑制运算；获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置；其中，基于数据与知识驱动的岩性识别模型的部分原始参数由基于元素信息的岩性识别模型中的参数迁移得到。2.如权利要求1所述的基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，基于元素信息的岩性识别模型由已知岩性及对应的元素含量信息训练得到。3.如权利要求1所述的基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，基于元素信息的岩性识别模型的训练数据集由元素生成模块随机生成的岩性及对应的元素含量信息构成。4.如权利要求1所述的基于知识与数据双驱动的搭载式岩性智能识别方法，其特征在于，所述目标检测与定位模型为卷积神经网络。5.一种基于知识与数据双驱动的搭载式岩性智能识别系统，其特征在于，包括：目标检测与定位模块，其用于将同一围岩不同角度的多张图像输入至对应并行的目标检测与定位模型；非极大值抑制模块，其用于将所述目标检测与定位模型输出围岩图像对应的岩性特征及围岩位置信息，进行非极大值抑制运算；候选信息计算模块，其用于获取非极大值抑制运算后的围岩位置上的元素含量测试信息，再经基于数据与知识驱动的岩性识别模型输出预测的岩性特征，将预测的岩性特征与非极大值抑制运算后的岩性特征进行点乘并经全连接层输出岩性类别及围岩位置候选信息；候选信息筛选模块，其用于将岩性类别及位置候选信息经非极大值抑制运算，得到最终的岩性类别及围岩位置；其中，基于数据与知识驱动的岩性识别模型的部分原始参数由基于元素信息的岩性识别模...

【专利技术属性】
技术研发人员：许振浩，石恒，谢辉辉，余腾飞，刘福民，林鹏，马文，
申请(专利权)人：山东大学，
类型：发明
国别省市：