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！

龙图腾网获悉兰州交通大学申请的专利一种地表形变预测方法、设备、介质及产品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：CN120105919B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510578970.8，技术领域涉及：G06F30/27；该发明授权一种地表形变预测方法、设备、介质及产品是由苏小宁;张辉;杨维芳;李祖锋;康永泰;黄家乐;孔德强;孟国杰设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种地表形变预测方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种地表形变预测方法、设备、介质及产品，涉及地质灾害监测与测绘技术领域，该方法包括根据研究区域下的目标因子，利用训练好的地表形变预测模型输出未来时期累计形变量，其中，目标因子为对未来时期累计形变量的影响程度大于影响程度阈值的数据，目标因子包括历史时期的时序形变数据、未来时期的地形数据和未来时期的环境数据，地表形变预测模型为利用粒子群算法和遗传算法优化传统BP神经网络权重和偏置参数的模型，由于考虑了影响地表形变的地形及环境等因素，且克服了传统神经网络模型易陷入局部最优的缺点，提高了神经网络的预测精度，进而能够实现高精度的地表形变预测。

本发明授权一种地表形变预测方法、设备、介质及产品在权利要求书中公布了：1.一种地表形变预测方法，其特征在于，所述地表形变预测方法包括： 获取研究区域下的目标因子，其中，所述目标因子为对未来时期累计形变量的影响程度大于影响程度阈值的数据，所述目标因子包括历史时期的时序形变数据、未来时期的地形数据和未来时期的环境数据，所述地形数据包括坡度、粗糙度、起伏度，所述环境数据包括植被覆盖度和年均降水； 根据所述目标因子，利用训练好的地表形变预测模型输出所述未来时期累计形变量，其中，所述地表形变预测模型为改进的BP神经网络，所述改进的BP神经网络是指在传统BP神经网络的基础上，利用粒子群算法和遗传算法优化传统神经网络的权重和偏置参数； 对地表形变预测模型的训练过程，具体包括： 获取样本数据集，其中，所述样本数据集包括历史样本雷达影像序列、历史样本地形时序数据和历史样本环境时序数据； 采用遥感技术对所述历史样本雷达影像序列进行处理，获得InSAR视线向历史时间序列形变数据； 采用离散化方法对所述InSAR视线向历史时间序列形变数据、所述历史样本地形时序数据和所述历史样本环境时序数据进行处理，得到预处理后数据集； 将所述预处理后数据集作为自变量，将历史累计形变量作为因变量，计算贡献强度，其中，所述历史累计形变量是根据所述InSAR视线向历史时间序列形变数据计算得到的变量值，所述贡献强度包括各自变量对因变量的贡献强度以及自变量之间交互作用对因变量的贡献强度； 将贡献强度大于贡献强度阈值的自变量作为特征数据，将所述历史累计形变量作为标签数据，训练地表形变预测模型； 所述贡献强度采用驱动力度量值进行表征，所述驱动力度量值的计算公式为： ； 其中，q为驱动力度量值；j为自变量的分层数，j=1,2,…,L；表示自变量第j个分层的单元数；表示自变量第j个分层的因变量值的方差；和分别为全区的单元数和因变量值的方差。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88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。