山东科技大学卢国志获国家专利权
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!
龙图腾网获悉山东科技大学申请的专利一种基于混合时空自注意力机制的围岩稳定性预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:CN120234694B 。
龙图腾网通过国家知识产权局官网在2025-08-08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:202510686496.0,技术领域涉及:G06F18/2415;该发明授权一种基于混合时空自注意力机制的围岩稳定性预测方法是由卢国志;闫圣召;仲崇岩;姚春卉;李鑫;王涛;牛金华设计研发完成,并于2025-05-27向国家知识产权局提交的专利申请。
本一种基于混合时空自注意力机制的围岩稳定性预测方法在说明书摘要公布了:本发明公开了一种基于混合时空自注意力机制的围岩稳定性预测方法,属于矿山安全工程技术领域,包括如下步骤:步骤1、数据采集与筛选;步骤2、构建混合时空预测模型;混合时空预测模型包括嵌入层、混合时空自注意力机制层、分类层;步骤3、对混合时空预测模型进行监督学习及迭代训练,输出训练完成的模型;步骤4、实时获取当前煤矿隧道围岩的数据,输入训练完成的模型,预测稳定性类别。本发明在单头自注意力机制的基础上,设立时间衰减因子和一个空间距离权重,构建混合时空自注意力机制,并将混合时空自注意力机制引入围岩稳定性预测,提高了预测精度。
本发明授权一种基于混合时空自注意力机制的围岩稳定性预测方法在权利要求书中公布了:1.一种基于混合时空自注意力机制的围岩稳定性预测方法,其特征在于,包括如下步骤: 步骤1、数据采集与筛选; 步骤2、构建混合时空预测模型;混合时空预测模型包括嵌入层、混合时空自注意力机制层、分类层;混合时空预测模型的具体工作过程为: 步骤2.1、将输入数据输入嵌入层,进行归一化形成高维输入向量; 步骤2.2、基于混合时空自注意力机制对高维输入向量进行注意力计算,得到加权特征矩阵;具体过程为: 步骤2.2.1、定义查询权重矩阵、键权重矩阵、值权重矩阵; 步骤2.2.2、对步骤2.1得到的高维输入向量进行线性变换,生成查询矩阵、键矩阵、值矩阵,具体计算公式为: ; ; ; 步骤2.2.3、在单头自注意力机制的基础上,设立时间衰减因子和一个空间距离权重,构建混合时空自注意力机制,基于混合时空自注意力机制得到加权特征矩阵;具体计算公式为: ; 式中,为加权特征矩阵;为混合时空自注意力机制;、、分别为时间的查询矩阵、键矩阵、值矩阵;为Softmax函数;为转置符号;为缩放因子;、为两个不同的时间衰减因子;、分别为不同的采集时间戳;为空间权重系数;为时间和时间时对应的两个测点之间的空间距离; 步骤2.3、将加权特征矩阵输入分类层,得到预测结果;分类层采用全连接分类头,执行全连接计算,获取分类预测值,具体过程为: 步骤2.3.1、建立一个分类权重矩阵对进行线性变换,得到类别得分,公式为: ; ; 式中,是一个7×3矩阵,每行对应一个输入特征维度,每列对应一个确定的围岩稳定性类别,类别分别为优、良、中;为第7行第3列对应的分类权重; 的具体计算方式为: ; ; ; ; 式中,、、分别为优、良、中三种类别的得分;为加权特征矩阵中的第7个加权特征; 步骤2.3.2、将类别得分归一化为概率形式,公式为: ; ; ; ; 式中,为概率集合;、、分别代表属于类别优、良、中的概率; 步骤2.3.3、取概率最大值所对应的类别作为最终围岩稳定性预测结果,公式为: ; 其中,为取最大值; 步骤3、对混合时空预测模型进行监督学习及迭代训练,输出训练完成的模型; 步骤4、实时获取当前煤矿隧道围岩的数据,输入训练完成的模型,预测稳定性类别。
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山东科技大学,其通讯地址为:266590 山东省青岛市黄岛区前湾港路579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”。
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。