首都师范大学;成都信息工程大学;洛阳师范学院李蕙君获国家专利权
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!
龙图腾网获悉首都师范大学;成都信息工程大学;洛阳师范学院申请的专利基于循环神经网络的地面沉降危险性预测方法、装置以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:CN114971065B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202210677499.4,技术领域涉及:G06Q10/04;该发明授权基于循环神经网络的地面沉降危险性预测方法、装置以及系统是由李蕙君;朱琳;李勇永设计研发完成,并于2022-06-15向国家知识产权局提交的专利申请。
本基于循环神经网络的地面沉降危险性预测方法、装置以及系统在说明书摘要公布了:本发明提供一种基于循环神经网络的地面沉降危险性预测方法、装置及系统,该方法包括:获取地面沉降时空分布信息以及水位时空分布信息;根据所述地面沉降时空分布信息以及水位时空分布信息得到地质控制参数以及用于表征所述循环神经网络输入变量与地面沉降之间的空间关系的回归参数;构建用于地面沉降危险性预测的循环神经网络时空模型;将所述地质控制参数、沉降诱发因素作为输入变量输入至循环神经网络时空模型的输入层,并将所述回归参数输入至所述循环神经网络时空模型的空间关系层,利用循环神经网络时空模型预测得到地面沉降值。本发明能提升预测精度。
本发明授权基于循环神经网络的地面沉降危险性预测方法、装置以及系统在权利要求书中公布了:1.一种基于循环神经网络的地面沉降危险性预测方法,其特征在于,包括: 获取地面沉降时空分布信息以及水位时空分布信息; 根据所述地面沉降时空分布信息以及水位时空分布信息得到地质控制参数以及用于表征所述循环神经网络输入变量与地面沉降之间的空间关系的回归参数; 构建用于地面沉降危险性预测的循环神经网络时空模型; 将所述地质控制参数、沉降诱发因素作为输入变量输入至循环神经网络时空模型的输入层,并将所述回归参数输入至所述循环神经网络时空模型的空间关系层,利用循环神经网络时空模型预测得到地面沉降值; 所述构建用于地面沉降危险性预测的循环神经网络时空模型的步骤包括: 构建用于地面沉降危险性预测的循环神经网络时空模型的输入层、空间关系层、隐藏层、输出层以及优化层,其中; 所述输入层用于接收所述地质控制参数以及沉降诱发因素; 所述空间关系层用于表征所述输入层的输入变量与PSI观测沉降之间的空间相关性;对于时序上的每一个时刻,输入时序上每一个PS点处的空间权重,得到地理加权的PS点; 所述隐藏层包括多层LSTM模型,多层LSTM模型的每一层中,上一时刻单元状态值和输出值输入到下一个时刻的记忆细胞中,每一个记忆细胞中包含多个神经元,通过全连接层来进行维度转换,将输出维度转换为循环神经网络时空模型优化时的维度; 所述输出层用于输出每一个时刻的地面沉降值; 所述优化层用于根据每一个时刻的地面沉降值与PSI观测值联合计算损失,并采用梯度下降方法求解损失最小时的循环神经网络时空模型参数,对循环神经网络时空模型进行优化; 所述利用循环神经网络时空模型预测得到地面沉降值,包括: 设置预测期n个时刻上的输入特征和空间权重,从第2时刻开始以固定时序长度t-1依次提取排列,得到单个点上的模型输入数据;对所有PS点按照同样的方式进行批处理,得到区域上的模型输入数据; 调用训练好的模型,预测时间序列n上的沉降变化量;从预测期开始提取每一个PS点中每一个时间序列上最后一个时刻模型输出的沉降变化量值,得到该PS点预测的沉降值; 通过预测的沉降变化量值计算预测期内的年沉降量和整个时段内的累积沉降量。
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首都师范大学;成都信息工程大学;洛阳师范学院,其通讯地址为:100048 北京市海淀区西三环北路105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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励