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！

龙图腾网获悉常州大学申请的专利基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统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：CN116756700B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310396179.6，技术领域涉及：G06F18/27；该发明授权基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统是由蒋宏伟;周浩;吴月旭;陈春红;王新杰设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统在说明书摘要公布了：本发明公开了基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统包括：收集各监测点的滑坡位移数据，采用移动平均法将数据分解为趋势项数据和周期项数据；根据数据构建数据集，并初步筛选候选输入因素，对候选输入因素和周期项数据进行Pearson相关系数分析获取模型输入因子；将模型输入因子分解为拟合集和预测集，并基于滑窗法和Stacking集成深度学习算法进行预测得到周期项位移预测结果；利用支持向量回归算法对趋势项数据进行预测得到趋势项位移预测结果，将周期项位移预测结果和趋势项位移预测结果相加得到总滑坡位移预测结果；本发明采用的Stacking集成模型将多种深度学习算法有效融合对滑坡位移进行预测，进一步提高了预测结果的准确性及稳定性。

本发明授权基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统在权利要求书中公布了：1.基于滑窗法和Stacking集成学习算法的滑坡位移预测方法，其特征在于，包括： 收集各监测点的滑坡位移数据，采用移动平均法将所述滑坡位移数据分解为趋势项数据和周期项数据； 根据所述滑坡位移数据构建数据集，并初步筛选候选输入因素，对所述候选输入因素和所述周期项数据进行Pearson相关系数分析获取模型输入因子； 将所述模型输入因子分解为拟合集和预测集，并基于滑窗法和Stacking集成深度学习算法进行预测得到周期项位移预测结果； 利用支持向量回归算法对所述趋势项数据进行预测得到趋势项位移预测结果，将所述周期项位移预测结果和所述趋势项位移预测结果相加，得到总滑坡位移预测结果； 所述周期项位移预测结果的获取包括， 将所述模型输入因子输入原始数据集，按照一定比例将所述原始数据集分解为拟合集S与预测集P； 将所述拟合集S均分为n+1个子集，依次选取前i个子集作为训练集训练基模型，利用训练好的基模型对第i+1数据子集进行验证，并输出验证结果，如此反复进行n次，得到所述基模型的全部验证结果； 将全部验证结果作为新特征输出，m个基模型对应验证m次得到m个新特征，即m个新拟合集，再将所述新拟合集进行组合，得到一个拟合集N，作为第二层的新拟合集输入； 利用训练好的基模型对所述预测集P进行训练得到预测结果，通过对所述预测结果进行加权处理后作为第二层的新预测集输入。

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常州大学，其通讯地址为：213100 江苏省常州市武进区湖塘镇滆湖中路21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。