[发明专利]一种基于声谱图深度学习的岩石表面强度测定方法

摘要

本发明公开了一种基于声谱图深度学习的岩石表面强度测定方法，该方法将声谱分析技术、深度学习技术与岩土工程专业特点相结合，为野外地质勘察工作者快速简便地检验岩石表面强度提供了新的手段。本发明可以通过地质锤敲击岩石表面产生的敲击声音直接判断出岩石的表面强度，操作简便且精度较高，适用于野外环境下的快速勘察工作。另外，由于深度神经网络的特点，本发明所提出的神经网络模型可以在使用的过程中，不断的进一步训练，从而可以进一步提高使用效果。

主权项

1.一种基于声谱图深度学习的岩石表面强度测定方法，其特征在于，包括以下步骤：A.使用回弹仪采集岩石表面强度数据，得到回弹值数据集用以表示岩石表面强度；B.用地质锤敲击岩石，并用录音笔采集敲击声音数据集；C.对回弹值数据进行处理，最终形成岩石表面强度数据集；D.将同一岩石对象的声音数据集与岩石表面强度数据集一一对应；即将对应着同一回弹值的敲击声数据统一放在一个文件夹，并将该文件夹名称设置为该回弹值，以便后续处理；E.对敲击声音数据集的音频文件进行切割声音片段集，并用短时傅立叶变换将声音片段集制作成声谱图数据集；F.用声谱图对GoogleNet系列的深度学习模型—Inception‑v3网络模型进行训练，用以对岩石强度进行预测；G.建立概率矩阵，以使离散的预测结果连续化；H.拟合误差函数，提高预测精准性；I.对于一个未知强度的岩石，用地质锤敲击，获取待预测敲击声音，输入训练好的深度学习模型，再通过概率矩阵和误差函数对岩石强度进行预测。