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！

龙图腾网获悉贵州路桥集团有限公司申请的专利一种基于精度定位的缆索吊装坠落风险预警优化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：CN120180896B 。

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：202510255459.4，技术领域涉及：G06F30/27；该发明授权一种基于精度定位的缆索吊装坠落风险预警优化方法是由王永安;赵德;左卿;旷华江;刘光辉;李大林;邓兴兴;孙浩然;杨胜信设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于精度定位的缆索吊装坠落风险预警优化方法在说明书摘要公布了：本发明属于缆索吊装领域，具体是公开了一种基于精度定位的缆索吊装坠落风险预警优化方法，方法包括：安装定位设备、构建缆索坠落风险预警模型和缆索坠落风险实时预警。本方案在缆索吊装系统的关键监测点安装高精度定位设备和传感器，结合正则化邻域成分分析方法和正则化支持向量机，通过计算样本间加权距离、特征概率函数以及回归模型的回归精度和复杂度之间的最佳平衡多次调整特征权重，使缆索坠落风险预警模型能更好地聚焦关键影响因素，使用高斯过程先验和似然函数构建后验分布，不断优化高斯核参数和惩罚参数，提升缆索坠落风险预警模型的预测精度。

本发明授权一种基于精度定位的缆索吊装坠落风险预警优化方法在权利要求书中公布了：1.一种基于精度定位的缆索吊装坠落风险预警优化方法，其特征在于，具体包括以下步骤： 步骤S1：安装定位设备，确定缆索吊装系统中的关键监测点，在关键监测点安装高精度定位设备和传感器，采集定位数据和传感数据； 步骤S2：构建缆索坠落风险预警模型，通过正则化邻域成分分析方法，基于正则化支持向量机的回归模型构建缆索坠落风险预警模型，具体包括以下步骤： 步骤S21：采集缆索坠落风险数据集，所述缆索坠落风险数据集包括特征集和对应标签，且缆索坠落风险数据集中的一条数据作为一个样本； 步骤S22：对缆索坠落风险数据集进行预处理，去除缆索坠落风险数据集中的噪声数据和错误数据，对于缆索坠落风险数据集中的缺失值，采用线性插值法进行补充，将缆索坠落风险数据集按7：3的比例划分为训练集和测试集； 步骤S23：对特征集进行正则化邻域成分分析，初始化每个特征的初始权重，计算样本间的加权距离，去除加权距离最小的特征，得到选择特征集，所用公式如下： ； 式中，和是两个不同的特征，和是特征的索引，是两个特征之间的加权距离，是样本的索引，是样本的总个数，是第个样本的距离权重，和分别是第个样本的第个特征和第个特征； 步骤S24：计算每个特征的概率函数，对特征权重进行调整； 步骤S25：创建并初始化一个基于正则化支持向量机的回归模型，作为缆索坠落风险预警模型，定义回归模型的凸损失函数，对凸损失函数进行最小化； 步骤S26：将选择特征集中的样本输入到回归模型中，计算每个特征的回归精度和复杂度，计算回归模型的最小化正则损失函数，寻找回归精度和复杂度之间的最佳平衡，对特征权重再次进行调整，所用公式如下： ； ； 式中，是正则损失函数，是正则化值，是缆索坠落风险数据集中的对应标签，是回归模型的预测标签，是选择特征集中特征的个数，是选择特征集中特征的的索引； 步骤S27：计算最优高斯核参数和惩罚参数，利用高斯核函数将训练集中的样本映射到高维空间，计算回归模型中的两个拉格朗日乘数； 步骤S28：使用拉格朗日乘数对回归模型进行调整，输出最终的预测标签，即坠落风险系数，得到训练完成的缆索坠落风险预警模型； 步骤S3：缆索坠落风险实时预警，将传感数据输入到缆索坠落风险预警模型中，输出缆索吊装坠落风险系数，所述缆索吊装坠落风险系数为[0，3]的整数，当缆索吊装坠落风险系数大于等于2时，系统发出警报，并发送定位数据。

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贵州路桥集团有限公司，其通讯地址为：550018 贵州省贵阳市乌当区高新路156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。