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！

龙图腾网获悉江西理工大学申请的专利区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算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：CN116776254B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310790193.4，技术领域涉及：G06F18/243；该发明授权区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法是由贾俊;毛伊敏;刘绍芬;孟晓捷;刘港设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法在说明书摘要公布了：本发明提出了区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法，包括以下步骤：S1，将具有潜在滑坡区域的地理底图输入并行深度森林算法中，并从中筛选无关特征，获取候选特征集，从候选特征集中过滤出冗杂特征，构成优质特征集；S2，将获取的优质特征集送入多粒度扫描阶段处理；S3，结合Spark对每层级联森林模型进行并行化训练；S4，对并行深度森林算法的有效性进行验证。本发明提出的算法无论是在运行效率上还是模型精确度上都有显著的提高，此外通过该方法所挖掘出的知识，能够在金融领域、医疗领域上提供巨大的帮助。

本发明授权区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法在权利要求书中公布了：1.区域滑坡危险性评价的Spark和NRSCA策略并行深度森林方法，其特征在于，包括以下步骤： S1，将具有潜在滑坡区域的地理底图输入改进的并行深度森林算法中，并从中筛选无关特征，获取候选特征集，从候选特征集中过滤出冗杂特征，构成优质特征集；S1具体包括以下步骤： S11，首先计算出每个特征Fisher Score和；然后根据和计算原始特征集中每个特征的特征分割参数，并且根据的大小进行降序排序；最后按照值，从高到低将原始特征集划分为候选特征集合和无关特征集合两部分，其中，特征分割参数的计算公式如下；                         1表示特征分割参数； 表示特征的Fisher Score的值； 表示衡量特征和标签集合的相关性； S12，提出并通过冗余系数对候选特征集进行过滤，筛选出大量冗余特征，获取优质特征集； S2，将获取的优质特征集送入多粒度扫描阶段处理；S2具体包括以下步骤： S21，随机扫描：特征预处理阶段得到特征集合，其大小为，类别数为，从中随机抽取个特征组成一个特征片段，重复抽取次，共生成个特征片段，将每个特征片段导入到随机森林中训练，得到个维的类向量； S22，等距提取：将特征集合等分为个特征片段，每份大小为，将每个特征片段导入到完全随机森林中训练，同样得到个维的类向量； S23，初始化类向量：重复上述两个阶段次，将次训练后得到的类向量进行拼接，最后得到维的原始类向量； S3，结合Spark对每层级联森林模型进行并行化获得滑坡结果；S3具体包括以下步骤： S31，并行构建级联森林：利用Spark框架搭建并行深度森林，结合FFM‑II的特征筛选机制，根据级联森林训练得出的准确率剔除非关键特征，平衡增强类向量和原始类向量维度； S32，负载均衡：通过TSM‑SCA的任务调度机制，利用SCA算法计算出最优的任务分配方案，然后Spark集群按照方案分配任务。

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江西理工大学，其通讯地址为：341000 江西省赣州市章贡区红旗大道86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。