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！

龙图腾网获悉成都工业学院申请的专利基于时间序列与混合模型的滑坡灾害动态监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：CN120013018B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510466420.7，技术领域涉及：G06Q10/04；该发明授权基于时间序列与混合模型的滑坡灾害动态监测方法是由刘一民;牟晓珊;周俊充;陈欢;陈廷兵;李何钰秋设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本基于时间序列与混合模型的滑坡灾害动态监测方法在说明书摘要公布了：本发明提供了一种基于时间序列与混合模型的滑坡灾害动态监测方法，属于智能监测技术领域，包括：采集历史滑坡的多源异构数据，并对多源异构数据进行预处理得到第一数据，对第一数据进行类型划分，且通过对每类数据进行时序编码，得到同个时序下的单一样本进而得到样本集，进而按照样本集对神经网络模型进行训练得到初始模型；对初始模型进行模型验证，且结合所构建的对应类型下滑坡形变与监测维度的映射关系，优化得到时间序列与混合模型；监测并获取目标监测点的当前异构数据，并输入到时间序列与混合模型中，预测得到目标监测点的当前灾害结果并输出提醒。对模型验证以及映射关系的构建，来保证模型的精准性，为滑坡灾害预测提供便利基础。

本发明授权基于时间序列与混合模型的滑坡灾害动态监测方法在权利要求书中公布了：1.基于时间序列与混合模型的滑坡灾害动态监测方法，其特征在于，包括： 步骤1：采集历史滑坡的多源异构数据，并对所述多源异构数据进行预处理得到第一数据，其中，所述多源异构数据涉及多个监测维度； 步骤2：对所述第一数据进行类型划分，且通过对每类数据进行时序编码，得到同个时序下的单一样本进而得到样本集，进而按照所述样本集对神经网络模型进行训练得到初始模型，其中，所述单一样本包含不同监测维度下的监测值以及滑坡水平位移； 步骤3：对所述初始模型进行模型验证，且结合所构建的对应类型下滑坡形变与监测维度的映射关系，优化得到时间序列与混合模型； 步骤4：监测并获取目标监测点的当前异构数据，并输入到所述时间序列与混合模型中，预测得到所述目标监测点的当前灾害结果并输出提醒； 其中，优化得到时间序列与混合模型，包括： 从所述样本集中提取两个相邻时刻下的第一多源数据以及第二源数据，其中，第一多源数据与第一历史时刻对应，第二多源数据与第二历史时刻对应，且第一历史时刻位于第二历史时刻之前； 将所述第一多源数据输入到所述初始模型中得到验证类型以及不同监测维度下的第一验证系数； 根据对应灾害类型的历史位移以及映射关系，分别确定同个单一样本中每个监测维度与对应灾害类型的第一灾害系数； 获取同个灾害类型下涉及到的不同监测维度的所有第一灾害系数，并构建同个灾害类型下每个监测维度的第一系数向量； 提取与所述第一系数向量对应的第一多源数据的第一验证系数以及验证类型，得到验证系数向量以及验证类型向量，且结合第一系数向量，得到第一矩阵； 基于所述第一矩阵获取历史实际确定的同个灾害类型中基于每个监测维度的差异因子； 依赖所述第二多源数据与第一多源数据存在的第一历史差异、第二多源数据下的历史实际灾害类型与第一多源数据的验证类型的类型差异，且结合对应历史实际灾害类型基于每个监测维度的差异因子，构建对应第一历史时刻的优化向量； 基于所有优化向量对所述初始模型进行优化，得到时间序列与混合模型。

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成都工业学院，其通讯地址为：610000 四川省成都市郫都区中信大道二段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”。