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！

龙图腾网获悉中铁第六勘察设计院集团有限公司;北京交通大学申请的专利一种基于多任务学习和对抗训练的盾构隧道围岩分类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：CN121167476B 。

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：202511280689.2，技术领域涉及：G06F18/2415；该发明授权一种基于多任务学习和对抗训练的盾构隧道围岩分类方法是由房倩;孟裕翔;贺维国;郭靓;郑国力;李启明设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本一种基于多任务学习和对抗训练的盾构隧道围岩分类方法在说明书摘要公布了：本发明涉及一种基于多任务学习和对抗训练的盾构隧道围岩分类方法，包括：收集不同隧道工程数据并进行信号分解和结构化处理，构建数据库，其中包括隧道不同管片处的围岩类别和对应的修正BQ值以及盾构机PLC系统记录的每环管片施工时的盾构机运行参数的时间序列数据；利用多任务学习框架与对抗训练机制构建迁移学习模型，基于数据库对迁移学习模型进行训练和验证，获取最终迁移学习模型；获取目标隧道工程数据，输入最终迁移学习模型中，输出预测的围岩类别及对应的修正BQ值。本发明通过多任务学习框架与对抗训练相结合的迁移学习模型架构提取不同工程数据间的共性特征，进而提升模型泛化能力，解决目标工程数据稀缺场景下的围岩分类难题。

本发明授权一种基于多任务学习和对抗训练的盾构隧道围岩分类方法在权利要求书中公布了：1.一种基于多任务学习和对抗训练的盾构隧道围岩分类方法，其特征在于，包括： 收集不同隧道工程数据并进行信号分解和结构化处理，构建数据库，其中，所述数据包括隧道不同管片处的围岩类别和对应的修正BQ值以及盾构机PLC系统记录的每环管片施工时的盾构机运行参数的时间序列数据； 利用多任务学习框架与对抗训练机制构建迁移学习模型，基于所述数据库对所述迁移学习模型进行训练和验证，获取最终迁移学习模型，其中，所述迁移学习模型包括编码层、注意力层、多分类层、回归层、梯度反转层、数据重构层，输入数据首先经过所述编码层转变为深层特征，深层特征经过所述注意力层转变为加权特征，加权特征随后流向三个不同的任务，其中，所述回归层执行第一任务，所述多分类层执行第二任务，所述梯度反转层和数据重构层执行第三任务： 所述第一任务为回归任务，采用所述回归层根据所述加权特征预测修正BQ值，并根据修正BQ值范围划分围岩类别，作为预测结果，其中，所述回归层采用全连接层，采用RELU函数作为激活函数；所述第二任务为多分类任务，采用所述多分类层根据所述加权特征预测属于不同围岩类别的概率，其中，所述多分类层采用全连接层，采用RELU函数作为激活函数；所述第三任务为数据重构任务，所述加权特征先流经所述梯度反转层，再输入所述数据重构层，输出所述输入数据的重构数据，其中，所述数据重构层采用全连接层，采用RELU函数作为激活函数；在所述迁移学习模型的训练过程中，所述第一任务和第二任务对所述编码层的优化起正向作用，所述第三任务对所述编码层的优化起反向作用，形成对抗训练； 获取目标隧道工程数据，输入所述最终迁移学习模型中，输出预测的围岩类别及对应的修正BQ值。

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中铁第六勘察设计院集团有限公司;北京交通大学，其通讯地址为：300308 天津市滨海新区自贸试验区(空港经济区)中环西路36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。