-
公开(公告)号：CN117173425B
公开(公告)日：2024-01-30
申请号：CN202311447681.1
申请日：2023-11-02
Applicant: 东华理工大学南昌校区
IPC: G06V10/44 , G06V10/74 , G06V10/762
Abstract: 本申请涉及结构面粗糙度提取技术领域，尤其涉及一种岩石结构面粗糙度智能提取方法及系统，方法包括：采集待测结构面的图像信息；获取图像信息在设定方向上的像素值序列，并将方差最大值对应的像素值序列作为目标序列；对目标序列进行有序样品聚类，并依据聚类结果构建目标序列的序列特征，目标序列的聚类结果包括多个子序列；依据多个子序列的数量对标准轮廓曲线进行有序样品聚类以构建标准轮廓曲线的曲线特征，且一条标准轮廓曲线对应一个粗糙度系数；计算序列特征与各曲线特征之间的相似度，将相似度最大值对应标准轮廓曲线的粗糙度系数作为粗糙度提取结果。本申请能够提高岩石结构面粗糙度的准确性。(56)对比文件A. Loizos et al..An alternativeapproach to pavement roughnessevaluation《.International Journal ofPavement Engineering》.2008,第9卷(第1期),第69-78页.
-
公开(公告)号：CN117557401A
公开(公告)日：2024-02-13
申请号：CN202410046435.3
申请日：2024-01-12
Applicant: 东华理工大学南昌校区
Abstract: 本发明涉及铀矿钻井勘探领域，更具体地，本发明涉及一种基于地质大数据的铀矿找矿靶区智能圈定方法，方法包括：采集历史和当前不同矿洞所对应的不同测井曲线，分别得到历史测井数据和当前测井数据；构建预设数据驱动模型，得到历史地质特征矩阵和当前地质特征矩阵并进行匹配，得到当前近似的地质特征数据并构建三维直方图，计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度和单个钻洞之间局部的匹配度，得到最佳匹配结果，计算同一地质特征数据的命中比，完成铀矿找矿靶区智能圈定。本发明通过根据最佳匹配的地质数据进行钻洞，提高钻洞的效率，根据每一次的匹配结果进行铀矿找矿靶区圈定，提高了圈定效率。
-
公开(公告)号：CN117557401B
公开(公告)日：2024-04-02
申请号：CN202410046435.3
申请日：2024-01-12
Applicant: 东华理工大学南昌校区
Abstract: 本发明涉及铀矿钻井勘探领域，更具体地，本发明涉及一种基于地质大数据的铀矿找矿靶区智能圈定方法，方法包括：采集历史和当前不同矿洞所对应的不同测井曲线，分别得到历史测井数据和当前测井数据；构建预设数据驱动模型，得到历史地质特征矩阵和当前地质特征矩阵并进行匹配，得到当前近似的地质特征数据并构建三维直方图，计算历史地质特征矩阵和当前地质特征矩阵中节点的匹配度和单个钻洞之间局部的匹配度，得到最佳匹配结果，计算同一地质特征数据的命中比，完成铀矿找矿靶区智能圈定。本发明通过根据最佳匹配的地质数据进行钻洞，提高钻洞的效率，根据每一次的匹配结果进行铀矿找矿靶区圈定，提高了圈定效率。
-
公开(公告)号：CN117173425A
公开(公告)日：2023-12-05
申请号：CN202311447681.1
申请日：2023-11-02
Applicant: 东华理工大学南昌校区
IPC: G06V10/44 , G06V10/74 , G06V10/762
Abstract: 本申请涉及结构面粗糙度提取技术领域，尤其涉及一种岩石结构面粗糙度智能提取方法及系统，方法包括：采集待测结构面的图像信息；获取图像信息在设定方向上的像素值序列，并将方差最大值对应的像素值序列作为目标序列；对目标序列进行有序样品聚类，并依据聚类结果构建目标序列的序列特征，目标序列的聚类结果包括多个子序列；依据多个子序列的数量对标准轮廓曲线进行有序样品聚类以构建标准轮廓曲线的曲线特征，且一条标准轮廓曲线对应一个粗糙度系数；计算序列特征与各曲线特征之间的相似度，将相似度最大值对应标准轮廓曲线的粗糙度系数作为粗糙度提取结果。本申请能够提高岩石结构面粗糙度的准确性。
-
-
-
Search Results
4
records
(took 0.019 seconds)
