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！

龙图腾网获悉华中科技大学申请的专利基于可解释性人工智能的饱和珊瑚砂动剪切模量预测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：CN119886407B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411797501.7，技术领域涉及：G06Q10/04；该发明授权基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法是由阮滨;郭洋;胡耀东;黄浩;周正龙;王苏阳;席仁强设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法在说明书摘要公布了：本发明公开了一种基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法，包括制备饱和珊瑚砂试样并进行试验，生成数据集，利用CNN‑TCN‑Attention组合神经网络建立饱和珊瑚砂动剪切模量预测模型并训练；利用SHAP方法对预测模型的数据进行解释性分析。本发明关注饱和珊瑚砂土质的特殊性并采用共振柱试验获得大量室内试验数据，填补深度学习预测领域中的数据稀缺问题，同时SHAP法可以有效解决机器学习模型存在的黑盒问题，增强预测模型的可解释性，能够确定各输入变量对输出变量的影响规律。本发明首次提出了可解释性深度学习模型实现饱和珊瑚砂动剪切模量的精准预测，并基于额外的试验验证模型可靠性。

本发明授权基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法在权利要求书中公布了：1.一种基于可解释性人工智能的饱和珊瑚砂动剪切模量预测方法，其特征在于，所述方法包括以下步骤： 步骤一、采用干装静压法和饱和处理制备饱和珊瑚砂试样； 步骤二、利用饱和珊瑚砂试样进行试验，生成数据集，数据集中各样本的影响因素包括相对密度、围压、细粒含量和应变，影响目标为动剪切模量；所述的试验采用共振柱试验； 步骤三、利用CNN-TCN-Attention组合神经网络建立饱和珊瑚砂动剪切模量预测模型；所述的饱和珊瑚砂动剪切模量预测模型包括CNN模块、TCN残差模块和注意力机制模块；所述的CNN模块包括6个卷积层、6个池化层、1个全连接层，所述的TCN残差模块包括一维全卷积网络层、因果卷积层、扩张卷积层和残差连接层； 步骤四、利用数据集输入饱和珊瑚砂动剪切模量预测模型进行训练，对饱和珊瑚砂动剪切模量预测模型的参数进行优化，得到优化后的饱和珊瑚砂动剪切模量预测模型； 步骤五、利用SHAP方法对优化后的饱和珊瑚砂动剪切模量预测模型的数据进行解释性分析。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。