Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中交第二航务工程局有限公司;湖北工业大学刘哲获国家专利权

中交第二航务工程局有限公司;湖北工业大学刘哲获国家专利权

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!

龙图腾网获悉中交第二航务工程局有限公司;湖北工业大学申请的专利基于多注意力机制优化组合模型的盾构姿态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:CN119337307B

龙图腾网通过国家知识产权局官网在2025-09-02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:202411386731.4,技术领域涉及:G06F18/25;该发明授权基于多注意力机制优化组合模型的盾构姿态预测方法是由刘哲;陈培帅;杨钊;姬付全;许超;熊栋栋;曾亮;贺创波;高如超;钟涵;张飞雷;温博为设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。

基于多注意力机制优化组合模型的盾构姿态预测方法在说明书摘要公布了:本申请提供基于多注意力机制优化组合模型的盾构姿态预测方法,包括以下步骤:获取目标盾构机的历史特征数据、盾构姿态数据,对其进行缺失值补齐、掘进段数据提取、数据归一化,再由灰色关联分析两者关联度;通过选择核网络对输入特征注意力进行提取;建立双向长短期记忆网络,对包含长期趋势隐含输出进行预测;建立门控循环单元网络,对包含短期波动趋势隐含输出进行预测;拼接两组预测网络隐含输出,并利用多头注意力机制提取输出注意力,捕获组合模型输出的隐含特征与盾构姿态上的依赖关系,实现隐含输出到最终预测盾构姿态的映射。本发明提升了盾构姿态预测模型的预测精度与预测效率,有助于盾构施工阶段姿态的精细化控制,提升盾构施工效率与施工安全。

本发明授权基于多注意力机制优化组合模型的盾构姿态预测方法在权利要求书中公布了:1.一种基于多注意力机制优化组合模型的盾构姿态预测方法,其特征是:包括以下步骤: S1、获取并预处理目标盾构机的掘进段历史特征数据和盾构姿态数据,然后将预处理后的历史特征数据作为比较特征列,预处理后的盾构姿态数据作为参考列,获取各历史特征数据与盾构姿态数据的关联度; S2、将各个历史特征数据的关联度按照从大到小顺序排列,设定特征选择维数,按照设定的特征选择维数取关联度靠前的特征列作为特征选择后的特征数据; S3、处理特征选择后的特征数据产生特征时间序列数据集,作为深度学习模型的输入数据,按照一定比例将特征时间序列数据分割为训练集和测试集; S4、通过选择核单元网络,对输入时间序列数据进行特征注意力计算,自适应形成带有注意力的隐含特征映射; S5、构建双向长短期记忆网络,对盾构姿态的长期趋势隐含输出进行预测:将带有注意力的隐含特征映射通过全连接层作为双向长短期记忆网络输入数据,根据双向长短期记忆网络的损失函数模型对网络参数进行寻优迭代,得到最优网络参数; S6、构建门控循环单元网络,对盾构姿态的短期波动趋势隐含输出进行预测:将步骤S4中带有注意力的隐含特征映射经过全连接层映射作为门控循环网络输入数据,根据网络的损失函数模型对网络参数进行寻优迭代,得到最优网络参数; S7、组合长期趋势隐含输出与短期波动趋势隐含输出,通过多头注意力机制自适应捕获长期趋势隐含输出和短期波动趋势隐含输出与模型输出盾构姿态上的依赖关系,最终得到盾构姿态预测结果。

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第二航务工程局有限公司;湖北工业大学,其通讯地址为:430048 湖北省武汉市东西湖区金银湖路11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。

免责声明
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。