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！

龙图腾网获悉中国建筑第四工程局有限公司;广州大学申请的专利基于深度学习和特征迁移学习隧道开挖地表沉降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：CN117113034B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311209378.8，技术领域涉及：G06F18/20；该发明授权基于深度学习和特征迁移学习隧道开挖地表沉降预测方法是由刘荣旭;刘超;何俊;吴城澍;郑爽;徐畅;王泽盼设计研发完成，并于2023-09-19向国家知识产权局提交的专利申请。

本基于深度学习和特征迁移学习隧道开挖地表沉降预测方法在说明书摘要公布了：本发明公开了基于深度学习和特征迁移学习隧道开挖地表沉降预测方法，涉及盾构技术领域。包括：采集地表沉降参数，构建地表沉降数据库；对地表沉降数据库进行数据增强，得到源域数据集；对源域数据集进行预处理，利用预处理后的源域数据集建立地表沉降预测模型；对地表沉降预测模型进行领域自适应迁移学习，得到目标工程的地表沉降预测模型；将收集到的目标域数据集输入到目标工程的地表沉降预测模型，得到对于目标工程的地表沉降预测。本发明建立的地表沉降预测模型可以应对无法进行跨工程使用的问题，使得所建立的预测模型得到真正的应用。

本发明授权基于深度学习和特征迁移学习隧道开挖地表沉降预测方法在权利要求书中公布了：1.基于深度学习和特征迁移学习隧道开挖地表沉降预测方法，其特征在于，包括以下步骤： S1：采集地表沉降参数，构建地表沉降数据库； S2：对地表沉降数据库进行数据增强，得到源域数据集； S3：对源域数据集进行预处理，利用预处理后的源域数据集建立地表沉降预测模型； S4：对地表沉降预测模型进行领域自适应迁移学习，得到目标工程的地表沉降预测模型； S5：将收集到的目标域数据集输入到目标工程的地表沉降预测模型，得到对于目标工程的地表沉降预测； S2中采用高斯噪声对地表沉降数据库进行数据增强； 具体的，高斯噪声进行数据增强的过程具体为： T1加载地表沉降数据库数据； T2定义噪声级别：选择高斯噪声的标准差sigma； T3生成噪声副本：对每个数据点，生成多个带有不同噪声的副本； T4合并数据：将所有的带噪声的副本合并成一个数据集，构建源域数据集； S3中利用预处理后的源域数据集建立地表沉降预测模型的具体内容为：将处理后的源域数据集按8：1：1划分为训练集、验证集和测试集； 训练集用于训练深度学习算法中的LSTM模型； 验证集用于调整LSTM模型的超参数； 测试集用于评估模型的泛化能力； 训练集用于训练深度学习算法中的LSTM模型的具体内容为：通过差分进化算法和验证集的结果选取最优超参数组合；在最优超参数组合下，使用训练集对LSTM模型进行训练，并利用测试集评估LSTM模型的预测性能；训练好的LSTM模型作为地表沉降预测模型的源模型。

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中国建筑第四工程局有限公司;广州大学，其通讯地址为：510000 广东省广州市天河区科韵路16号自编B栋5楼；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。