Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学江力强获国家专利权

中南大学江力强获国家专利权

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!

龙图腾网获悉中南大学申请的专利地震动谱加速度预测方法、迁移学习方法、设备及介质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:CN120951824B

龙图腾网通过国家知识产权局官网在2026-02-13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:202511478010.0,技术领域涉及:G06F30/27;该发明授权地震动谱加速度预测方法、迁移学习方法、设备及介质是由江力强;孔子毅;何建光;蒋丽忠;国巍;何畅设计研发完成,并于2025-10-16向国家知识产权局提交的专利申请。

地震动谱加速度预测方法、迁移学习方法、设备及介质在说明书摘要公布了:本申请提出一种地震动谱加速度预测方法、迁移学习方法、设备及介质,利用基础知识数据集经过第一训练得到全球模型,并且采用区域知识数据集对第一训练进行评估,然后利用区域知识数据集经过第二训练得到迁移模型,并且采用区域知识数据集对第二训练进行评估,这种迁移模型的建立方法保留了区域数据库的数据特征,学习了全球数据集与区域数据集之间的差异,从而保证了模型预测的精度,另外还增强了模型的泛化能力。

本发明授权地震动谱加速度预测方法、迁移学习方法、设备及介质在权利要求书中公布了:1.一种适用于建立任意尺度区域地震动模型的迁移学习方法,其特征在于,包括: 获得训练集,所述训练集包括:基础知识数据集以及区域知识数据集,知识数据集包括:地震学参数及地震动谱加速度,所述基础知识数据集从全球数据库中提取,所述区域知识数据库从区域数据库中提取; 利用所述基础知识数据集对全球模型进行第一训练,并利用所述区域数据集对所述第一训练进行评估;以及,利用所述区域知识数据集对所述第一训练得到的所述全球模型进行第二训练,并利用所述区域知识数据集对所述第二训练进行评估,得到用于地震动谱加速度预测的迁移模型,所述第一训练与所述第二训练的过程具体包括: 以地震学参数及地震动谱加速度作为第一输入构建第1颗回归树,计算得到第一伪残差,以地震学参数及第一伪残差作为第二输入构建第2颗回归树,计算得到第二伪残差,直至迭代构建到第n颗回归树,计算得到第n伪残差,此时满足迭代终止条件,所有n颗回归树的输出结果的加权和作为最终预测结果,所述回归树采用贪婪算法对输入进行划分分裂,直至满足分裂终止条件,每个所述回归树的分裂目标函数为: ,其中,Objsplit表示本次分裂带来的增益;gi表示样本 i 的损失函数的一阶导数;hi表示样本i的损失函数的二阶导数;λT表示L2正则化系数;γT表示复杂度控制系数;I表示父节点中的所有样本集合;IL,IR表示在当前分裂点下,被分到左子节点和右子节点中的样本集合,T表示指定周期,所述迁移模型的总目标函数为: ,其中,表示待最小化的总体目标函数,代表整个模型的所有参数;i表示训练数据集中样本的索引;n表示训练数据集的总样本数;yi表示第i个样本的真实值;i表示第i个样本的模型预测值;lyi,i表示损失函数;t表示树模型的索引,k表示树模型的总数量;ft表示第t棵树模型;Ωft表示第t棵树的复杂度正则化项。

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南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。

免责声明
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。