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！

龙图腾网获悉中国矿业大学(北京)申请的专利支护参数预测模型的训练方法、确定方法、装置及设备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：CN115758527B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211441688.8，技术领域涉及：G06F30/13；该发明授权支护参数预测模型的训练方法、确定方法、装置及设备是由马鑫民;陈攀;向俊杰;陈莉影设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本支护参数预测模型的训练方法、确定方法、装置及设备在说明书摘要公布了：本申请实施例公开了一种支护参数预测模型的训练方法、支护参数确定方法、装置及电子设备，属于岩土工程以及采矿工程的围岩支护技术领域，能够解决现有技术中巷道支护参数的确定依赖大量人力且确定的支护参数不准确的问题。该方法包括：构建初始支护参数预测模型；获取多个第一样本数据，每个第一样本数据包括：实际巷道参数和实际支护参数；将多个第一样本数据划分为训练集和测试集；通过训练集对初始支护参数预测模型进行训练，得到训练后的支护参数预测模型；将测试集输入训练后的支护参数预测模型，得到预测支护参数；基于预测支护参数优化训练后的支护参数预测模型，得到训练好的支护参数预测模型。

本发明授权支护参数预测模型的训练方法、确定方法、装置及设备在权利要求书中公布了：1.一种支护参数预测模型的训练方法，其特征在于，所述方法包括： 构建初始支护参数预测模型； 获取多个第一样本数据，每个第一样本数据包括：实际巷道参数和实际支护参数； 将所述多个第一样本数据划分为训练集和测试集； 通过所述训练集对所述初始支护参数预测模型进行训练，得到多个训练后的支护参数预测子模型，每个支护参数对应一个训练后的支护参数预测子模型； 所述支护参数的类型包括：因子型和数值型；所述多个训练后的支护参数预测子模型包括：分类预测模型和回归预测模型，所述分类预测模型对应的所述支护参数的类型为因子型，所述回归预测模型对应的所述支护参数的类型为数值型；其中，对所述初始支护参数预测模型训练的目标包括：SVM算法中使用的核函数和超参数，所述超参数包括：目标函数的惩罚系数以及核函数的系数，所述核函数包括：径向基核函数、线性核函数、多项式核函数以及Sigmoid核函数，将4种核函数依次代入所述初始支护参数预测模型中，分别计算模型的误差，选择误差最小的核函数作为初始支护参数预测模型的最优核函数；目标函数的惩罚系数以及核函数的系数，能够通过遗传算法网格搜索法人工蚁群算法确定，选择的优化算法的依据是使模型误差最小的惩罚系数和核函数系数作为最终初始支护参数预测模型的最优超参数，通过以上优化训练，使得所述初始支护参数预测模型的非线性拟合能力更优； 将所述多个训练后的支护参数预测子模型融合，得到训练后的支护参数预测模型； 将所述测试集输入所述训练后的支护参数预测模型，得到预测支护参数； 基于所述预测支护参数和所述实际支护参数，确定所述训练后的支护参数预测模型的准确度，其中，当所述支护参数的类型是数值型时，所述准确度为所述预测支护参数与所述实际支护参数相同的样本所占的比例，当所述支护参数的类型是因子型时，所述准确度为拟合优度值； 在所述准确度在准确率阈值范围内的情况下，得到所述训练后的支护参数预测模型； 在所述准确度不在所述准确率阈值范围内的情况下，调整所述初始支护参数预测模型的参数继续训练，直至所述准确度在所述准确率阈值范围内，得到所述训练后的支护参数预测模型； 从巷道支护数据库中获取所述多个第一样本数据之前，所述方法还包括： 通过随机森林算法，构建多个随机分离模型，每个支护参数对应一个随机分离模型；获取多个第二样本数据，每个第二样本数据包括：实际巷道参数和实际支护参数；将所述多个第二样本数据分别输入所述多个随机分离模型，得到多个第一排序，每个第一排序指示多个巷道参数对一个支护参数的重要程度排序；基于所述多个第一排序，确定目标巷道参数； 所述从所述巷道支护数据库中获取所述多个第一样本数据，包括：从所述巷道支护数据库中获取与所述目标巷道参数对应的所述多个第一样本数据。

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中国矿业大学(北京)，其通讯地址为：100083 北京市海淀区学院路丁11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。