(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210605032.9 (22)申请日 2022.05.27 (65)同一申请的已公布的文献号 申请公布号 CN 114692514 A (43)申请公布日 2022.07.01 (73)专利权人 西南交通大 学 地址 610031 四川省成 都市二环路北一段 111号 (72)发明人 富海鹰　赵炎炎　李欢　杨涛　 周明哲　吴东　李麒麟　周庭宇　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 刘林　陈攀 (51)Int.Cl. G06F 30/27(2020.01)G06F 30/13(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 111695301 A,2020.09.2 2 审查员 刘晓丹 (54)发明名称 一种抗滑桩的设计方法、 装置、 设备及可读 存储介质 (57)摘要 本发明属于抗滑桩技术领域， 本发 明提供了 一种抗滑桩的设计方法、 装置、 设备及可读存储 介质， 所述方法包括： 获取历史数据库， 所述历史 数据库包括已经完成施工的抗滑桩的工程地质 信息和设计信息； 基于所述历史数据库构建样本 集； 基于MobileNet优 化技术， 利用所述样本集对 卷积神经网络模 型进行训练， 得到训练好的卷积 神经网络； 利用所述训练好的卷积神经网络预测 当前需要施工的抗滑桩的设计信息。 本发明采用 MobileNet优化卷积神经网络模型， 能够在大量 减少计算量的情况下保证相同或者更优秀的正 确率， 同时网络存 储空间占用也大 大减少。 权利要求书2页 说明书8页 附图3页 CN 114692514 B 2022.08.09 CN 114692514 B 1.一种抗滑桩的设计方法， 其特 征在于， 包括： 获取历史数据库， 所述历史数据库包括已经完成施工的抗滑桩的工程地质信 息和设计 信息； 基于所述历史数据库构建样本集； 基于MobileNet优化技术， 利用所述样本集对卷积神经网络模型进行训练， 得到训练好 的卷积神经网络； 利用所述训练好的卷积神经网络预测当前需要施工的抗滑桩的设计信息； 其中， 基于所述历史数据库构建样本集， 包括： 将每个已经完成施工的抗滑桩的设计信息中包含的设计参数进行随机组合， 其中， 每 次随机选择预设个数的设计参数进行组合， 得到组合设计参数； 将每个所述已经完成施工的抗滑桩所对应的工程地质信 息、 一个所述组合设计参数作 为一个样本中包 含的数据， 将全部的所述样本进行集 合得到所述样本集； 其中， 基于MobileNet优化技术， 利用所述样本集对卷积神经网络模型进行训练， 得到 训练好的卷积神经网络模型， 包括： 获取相关性系数阈值； 将所述样本集输入所述卷积神经网络模型中进行训练， 其中， 将所述样本中的工程地 质信息作为输入参数， 将所述样本中的组合设计参数集合作为输出参数， 且在训练过程中 引入Mobi leNet优化 技术进行训练， 得到模型的输出 结果； 利用模型输出的结果和所有的所述组合设计参数计算得到相关性系数， 对所述相关性 系数进行判断， 当所述相关性系 数大于相关性系 数阈值时， 则完成对所述卷积神经网络模 型的训练。 2.根据权利要求1所述的抗滑桩的设计方法， 其特征在于， 在训练过程中引入 MobileNet优化 技术进行训练， 得到模型的输出 结果， 包括： 将所述样本集输入所述卷积神经网络模型中进行训练， 其中， 针对每一个样本， 在卷积 神经网络模型的1 ×1卷积核对输入特征参数进 行卷积操作时引入宽度因子进 行优化， 得到 第一处理结果； 对于输出特征参数的每个通道都用一个3 ×3卷积核进行卷积操作， 且用分 裂因子进行优化， 得到第二处 理结果； 将所述第一处理结果和所述第二处理结果进行拼接， 得到第三处理结果， 将所述第三 处理结果作为模型输出的结果。 3.一种抗滑桩的设计装置， 其特 征在于， 包括： 第一获取模块， 用于获取历史数据库， 所述历史数据库包括已经完成施工的抗滑桩的 工程地质信息和设计信息； 构建模块， 用于基于所述历史数据库构建样本集； 训练模块， 用于基于MobileNet优化技术， 利用所述样本集对卷积神经网络模型进行训 练， 得到训练好的卷积神经网络； 预测模块， 用于利用所述训练好的卷积神经网络预测当前需要施工的抗滑桩的设计信 息； 其中， 构建模块， 包括： 组合单元， 用于将每个已经完成施工的抗滑桩的设计信 息中包含的设计参数进行随机权　利　要　求　书 1/2 页 2 CN 114692514 B 2组合， 其中， 每次随机 选择预设个数的设计参数进行组合， 得到组合设计参数； 集合单元， 用于将每个所述已经完成施工的抗滑桩所对应的工程地质信息、 一个所述 组合设计参数作为 一个样本中包 含的数据， 将全部的所述样本进行集 合得到所述样本集； 其中， 训练模块， 包括： 第一获取 单元， 用于获取相关性系数阈值； 训练单元， 用于将所述样本集输入所述卷积神经网络模型中进行训练， 其中， 将所述样 本中的工程地质信息作为输入参数， 将所述样本中的组合设计参数集合作为输出参数， 且 在训练过程中引入Mobi leNet优化 技术进行训练， 得到模型的输出 结果； 第一计算单元， 用于利用模型输出的结果和所有的所述组合设计参数计算得到相关性 系数， 对所述相关性系数进行判断， 当所述相关性系数大于相关性系数阈值时， 则完成对所 述卷积神经网络模型的训练。 4.根据权利要求3所述的抗滑桩的设计装置， 其特 征在于， 训练单 元， 包括： 训练子单元， 用于将所述样本集输入所述卷积神经网络模型中进行训练， 其中， 针对每 一个样本， 在卷积神经网络模型的1 ×1卷积核对输入特征参数进 行卷积操作时引入宽度因 子进行优化， 得到第一处理结果； 对于输出特征参数的每个通道都用一个3 ×3卷积核进行 卷积操作， 且用分裂因子进行优化， 得到第二处 理结果； 拼接子单元， 用于将所述第一处理结果和所述第二处理结果进行拼接， 得到第三处理 结果， 将所述第三处 理结果作为模型输出的结果。 5.一种抗滑桩的设计设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至2任一项所述抗滑桩的设计方 法的步骤。 6.一种可读存储介质， 其特征在于： 所述可读存储介质上存储有计算机程序， 所述计算 机程序被处 理器执行时实现如权利要求1至2任一项所述 抗滑桩的设计方法的步骤。权　利　要　求　书 2/2 页 3 CN 114692514 B 3