基于神经网络和钻孔窥视的围岩松动圈确定方法和系统

1.一种基于神经网络和钻孔窥视的围岩松动圈确定方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于神经网络和钻孔窥视的围岩松动圈确定方法，其特征在于，将所述钻孔内岩层特征图像沿钻孔深入方向裁剪切割成子图，获取全部子图的步骤包括：

3.如权利要求2所述的基于神经网络和钻孔窥视的围岩松动圈确定方法，其特征在于，将所述全部子图输入至训练好的裂隙图像评级模型，由所述裂隙图像评级模型对所述全部子图进行打分，获取全部子图分数的步骤包括：

4.如权利要求1所述的基于神经网络和钻孔窥视的围岩松动圈确定方法，其特征在于，对所述全部子图分数进行加权移动平均，获取围岩破碎程度得分；将所述围岩破碎程度得分与松动圈判定阈值进行比较，判定松动圈深度范围的步骤包括：

5.如权利要求4所述的基于神经网络和钻孔窥视的围岩松动圈确定方法，其特征在于，对写入所述入数据列表中的分数数据进行加权移动平均，得到围岩破碎程度得分，将得到的所述围岩破碎程度得分与松动圈判定阈值进行比较，给出松动圈的具体范围的步骤中，使用权重函数进行加权移动平均，所述权重函数为：

6.一种基于神经网络和钻孔窥视的围岩松动圈确定系统，其特征在于，包括：

7.如权利要求6所述的基于神经网络和钻孔窥视的围岩松动圈确定系统，其特征在于，所述第二获取模块包括：

8.如权利要求7所述的基于神经网络和钻孔窥视的围岩松动圈确定系统，其特征在于，所述第三获取模块包括：

9.如权利要求6所述的基于神经网络和钻孔窥视的围岩松动圈确定系统，其特征在于，所述判定模块包括：

10.如权利要求9所述的基于神经网络和钻孔窥视的围岩松动圈确定系统，其特征在于，所述判定单元中，使用权重函数进行加权移动平均，所述权重函数为：