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！

龙图腾网获悉桂林电子科技大学;广西壮族自治区气象科学研究所;广西壮族自治区地质环境监测站申请的专利一种地质灾害预测预警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：CN116229683B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310211582.7，技术领域涉及：G08B21/10；该发明授权一种地质灾害预测预警方法是由孙希延;林子安;付文涛;卢伟萍;黄玲松;孙靖雯;刘小明;陈秋光;覃仁艺;何清;吴传宇设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种地质灾害预测预警方法在说明书摘要公布了：本发明涉及地质灾害预警技术领域，具体涉及一种地质灾害预测预警方法，通过使用机器学习算法处理地质灾害趋势数据，里面包含两个地质灾害预测模型，其中一个地质灾害预测模型预测趋势数据，另一个地质灾害预测模型算法部分预测周期数据，通过训练验证后使用测试集对地质灾害趋势预测模型进行测试，得到预测的准确度，另外使用了地质灾害因素关联度算法量化影响地质灾害的因素，选取相关性大的作为输入变量，提高了预测预警的准确度。

本发明授权一种地质灾害预测预警方法在权利要求书中公布了：1.一种地质灾害预测预警方法，其特征在于，包括下列步骤： 获取灾害及环境数据； 对灾害及环境数据进行异常值替换处理； 对处理后的数据进行标准归一化处理； 建立地质灾害预测预警模型； 所述地质灾害预测预警模型中包括前向传播和反向传播两个方向的计算传播，前向传播每次都计算ft、it、ot、ht、Ct、的数值，反向传播每次依靠减少误差项的和，计算并调整权重和偏置Wf、Wo、Wi、Wc、bf、bo、bi、bc的数值，并使得误差项的和达到最小，达到一定训练次数后停止，误差项的和为ht与yt的差值的求和，其中ft表示t时刻的遗忘门、it表示t时刻的输入门、ot表示t时刻的输出门、ht表示t时刻的输出数据、yt表示第t个实际数据、Ct表示t时刻的单元状态、Wf表示遗忘门的权重、Wo表示输出门的权重、Wi表示输入门的权重、Wc表示备选权重、bf表示遗忘门的偏置、bi表示输入门的偏置、bo表示输出门的偏置、bc表示备选偏置、表示t时刻的单位备选状态； 其中[]表示两个向量相连，Ht是地质灾害趋势预测模型输出的状态； 分别选取地质灾害的实际趋势数据和实际周期数据训练所述地质灾害预测预警模型，获得预测趋势数据和预测周期数据； 地质灾害的实际趋势数据和实际周期数据的获取过程，具体为采用地质灾害数据分解算法得到地质灾害的实际趋势数据，实际累积数据减去实际趋势数据得到实际周期数据； 地质灾害因素关联度算法的内部参数为：T为实际趋势数据，D为实际累积数据；α是0到1之间的常数项，反映了加权递减率，t表示第t个时刻； Tt＝αDt-1+1-αTt-1 得到t时刻的趋势数据后，用t时刻原始累积数据减去t时刻趋势数据，就得到t时刻的周期数据； 使用地质灾害因素关联度算法计算每种环境因素与实际周期数据的相关性，选取地质灾害因素关联度算法值超过某个设定值的因素作为预测周期数据模型的输入变量，假设有两种变量A＝{ai,i＝1,2,…,n}和B＝{bi,i＝1,2,…,n}，n是变量的个数，则地质灾害因素关联度算法为： 其中pa为A的边际概率密度；pb为B的边际概率密度；pa,b为A和B的联合概率密度，设D＝{ai,bi,i＝1,2,…,n}由有限的有序对集合组成，定义G将A的范围划分为x段，B的范围划分为y段，G表示x×y网格；MIA,B在每个网格分区中计算；x×y维度相同的网格有多个，G的MI值是根据不同网格间MIA,B的最大值得到的； 划分G下D的最大MI方程定义为： MI*D,x,y＝maxMID|G 其中D|G表示用G对数据D进行分区； 在不同分区下得到的最大归一化MI值组成一个特征矩阵，定义为MIDx,y，该特征矩阵可定义为： 地质灾害因素关联度算法方程所示： 其中Bn表示网格分区x×y的上界； 结合预测趋势数据和预测周期数据获得预测累积数据； 对所述预测累积数据进行反标准归一化处理，获得最终地质灾害预测数据。

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桂林电子科技大学;广西壮族自治区气象科学研究所;广西壮族自治区地质环境监测站，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。