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！

龙图腾网获悉中交天津港湾工程研究院有限公司;天津港湾工程质量检测中心有限公司;中交第一航务工程局有限公司申请的专利一种基于机器学习的单桩自沉深度的预测方法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：CN121525533B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610051293.9，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的单桩自沉深度的预测方法及系统是由尹蒋松;纪文利;刘思国;时闽生;樊士广;杨光;韦博;张嘉泰;丁凯璇设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种基于机器学习的单桩自沉深度的预测方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的单桩自沉深度的预测方法及系统，属于机器学习技术领域，包括：S1、采集包含桩体参数、土体剖面数据和实际自沉深度的历史工程数据，并构建数据集；S2、通过深度区间特征编码，将变化长度的土体剖面数据按照固定的深度间隔离散化，并为每个离散深度点赋予其所在土层的土体类型、状态、强度指标，生成固定长度、结构化特征向量；S3、将数据集划分为训练集和独立的测试集，基于编码后的训练集进行机器学习模型训练与超参数优化，并利用独立测试集验证机器学习模型性能；S4、针对待预测的新单桩工程，采集其桩体参数和土体剖面数据，输入已训练的机器学习模型，输出其自沉深度的预测结果。

本发明授权一种基于机器学习的单桩自沉深度的预测方法及系统在权利要求书中公布了：1.一种基于机器学习的单桩自沉深度的预测方法，其特征在于，包括： S1、采集历史工程数据并构建数据集，每条数据样本包括：桩体参数、土体剖面数据和作为目标变量的实际自沉深度；所述桩体参数包括桩的重量w、长度l、直径D、壁厚t及安装锤类型；所述土体剖面数据包括：从海床面开始，自上而下的连续土层信息；每个土层信息需包括：土层层底深度、土体类型、浮重度γ′、不排水抗剪强度Su、内摩擦角φ，以及土体状态描述；所述目标变量包括：桩实际观测到的自沉深度； S2、对数据集进行深度区间特征编码，将连续的、长度不一的土体勘察剖面，按照固定深度间隔进行离散化，为每个离散深度点赋予其所在土层的全套物理力学参数，从而将变化长度的土层序列数据转化为固定长度、结构化特征向量；所述全套物理力学参数包括土体类型、状态、强度指标；S2包括： S201、确定深度范围与分辨率：设定一个覆盖所有可能自沉深度的分析范围，将此分析范围以固定的高分辨率间隔进行离散化，生成一系列离散的深度点； S202、构建深度－特征矩阵：对于每一个单桩样本，遍历每一个离散深度点i： 根据该桩的原始土层数据，确定深度点i所处的实际土层； 将该实际土层的所有土体参数复制并分配给这个深度点i；所述土体参数包括经过编码的土体类型、土体状态、浮重度γ′、不排水抗剪强度Su、内摩擦角φ； S203、生成固定长度特征向量：将桩体自身的固定参数与所有离散深度点的土体参数拼接起来，形成一个固定维度的特征向量X；所述土体参数按深度顺序排列； S3、将数据集划分为训练集和测试集，基于编码后的训练集进行机器学习模型训练与超参数优化，并利用独立测试集验证机器学习模型性能，若性能满足要求则进入下一步，否则调整机器学习模型并重新验证； S4、针对待预测的新单桩工程，采集其桩体参数和场地勘察得到的土体剖面数据，输入训练完成的机器学习模型，输出其自沉深度的预测结果。

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交天津港湾工程研究院有限公司;天津港湾工程质量检测中心有限公司;中交第一航务工程局有限公司，其通讯地址为：300222 天津市河西区大沽南路1002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。