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！

龙图腾网获悉深圳大学申请的专利一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法、系统、终端及存储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：CN120046224B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510512996.2，技术领域涉及：G06F30/13；该发明授权一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法、系统、终端及存储介质是由袁瑞;王伟玺;李晓明设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法、系统、终端及存储介质在说明书摘要公布了：本发明属于边坡稳定性分析技术领域，公开了一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法、系统、终端及存储介质，所述方法包括：获取初始InSAR地面形变点数据和滑坡点数据并进行预处理，得到滑坡点邻近区域的InSAR地面形变点和节点特征样本数据集；构建初始基于注意力机制的图卷积集成网络，利用节点特征样本数据集对初始基于注意力机制的图卷积集成网络进行训练并测试，得到基于注意力机制的图卷积集成网络；利用基于注意力机制的图卷积集成网络进行边坡稳定性评估。本发明面向多源异构的边坡稳定性样本数据，顾及全局区域地面形变点之间的空间相关性，考虑了滑坡邻近区域的滑坡隐患，实现了高精度的边坡稳定性评估。

本发明授权一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于注意力机制的图卷积集成网络的边坡稳定性评估方法，其特征在于，所述基于注意力机制的图卷积集成网络的边坡稳定性评估方法包括： 获取初始InSAR地面形变点数据和滑坡点数据，并对所述初始InSAR地面形变点数据和所述滑坡点数据进行预处理，得到滑坡点邻近区域的InSAR地面形变点和基于所述InSAR地面形变点的节点特征样本数据集； 构建初始基于注意力机制的图卷积集成网络，利用所述节点特征样本数据集对所述初始基于注意力机制的图卷积集成网络进行训练并测试，得到误差指数满足评估精度要求的基于注意力机制的图卷积集成网络； 获取待评估InSAR地面形变点数据，将所述待评估InSAR地面形变点数据输入至所述基于注意力机制的图卷积集成网络中，输出所述待评估InSAR地面形变点数据对应的边坡稳定性评估结果； 所述构建初始基于注意力机制的图卷积集成网络，利用所述节点特征样本数据集对所述初始基于注意力机制的图卷积集成网络进行训练并测试，得到误差指数满足评估精度要求的基于注意力机制的图卷积集成网络，具体包括： 构建初始基于注意力机制的图卷积集成网络，其中，所述初始基于注意力机制的图卷积集成网络包括初始的基于注意力机制的图卷积神经网络和初始混合集成学习网络，所述初始的基于注意力机制的图卷积神经网络包括注意力机制层和图卷积神经网络，所述初始混合集成学习网络包括子网络模型层和元机器学习分类器； 将所述节点特征样本数据集输入至所述初始的基于注意力机制的图卷积神经网络中，所述初始的基于注意力机制的图卷积神经网络对所述节点特征样本数据集进行空间相关性特征提取，得到所述节点特征样本数据集对应的空间相关性特征； 将所述节点特征样本数据集对应的空间相关性特征输入至所述初始混合集成学习网络中，所述初始混合集成学习网络对所述空间相关性特征进行边坡稳定性评估，得到所述节点特征样本数据集对应的边坡稳定性评估结果，其中，所述节点特征样本数据集对应的边坡稳定性评估结果为所述InSAR地面形变点对应的边坡稳定性评估结果； 将所述InSAR地面形变点对应的边坡稳定性评估结果与所述InSAR地面形变点数据中安全系数值对应的边坡稳定性计算结果进行比对，根据比对结果对所述初始基于注意力机制的图卷积集成网络进行迭代训练和测试，直至所述初始基于注意力机制的图卷积集成网络的误差指数满足评估精度要求，得到基于注意力机制的图卷积集成网络； 其中，所述误差指数包括平均绝对误差、均方误差和均方根误差。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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”。