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！

龙图腾网获悉合肥工业大学申请的专利一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别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：CN119903486B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510086496.7，技术领域涉及：G06F18/27；该发明授权一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别方法是由黄铭;袁芳芳;杨帆设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别方法在说明书摘要公布了：本发明涉及水利工程安全监测技术领域，具体为一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别方法，包括以下步骤：输入变量的选取；相关性计算；DeepAR模型的构建；模型的训练和预测；预测效果评价；位移预测的异常识别；有益效果为：获得不同时间点的位移概率分布，动态计算位移预测的均值和方差，通过概率分布计算不同置信度下随时间变化的预测区间，构造带宽随时间变化的区间预测模型，提高预测精度的同时更全面获得边坡位移状态。

本发明授权一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别方法在权利要求书中公布了：1.一种基于DeepAR的引水渠道边坡位移动态区间预测及异常识别方法，其特征在于：所述方法包括以下步骤： 输入变量的选取； 相关性计算； DeepAR模型的构建； 模型的训练和预测； 预测效果评价； 位移预测的异常识别； 所述输入变量的选取具体包括：引水渠道边坡位移的影响因素包括水位、时效和降雨； 所述相关性计算具体包括： 位移与水位及水位的高次方有一定的相关性，选用H，H2，H3作为水位影响因子，采用皮尔逊相关系数法计算前期雨量和时效与位移的相关性，选取相关性强的降雨和时效影响因子，具体如下： 设两个变量序列为X=1,2…n，Y=1,2…n，皮尔逊相关系数采用下式进行计算： 1 其中分别为对应变量的序列的均值，t，为不同变量在不同时间点监测值，为样本数量； 所述DeepAR模型的构建具体包括： 当前时刻隐藏层输出ht如下式所示： 2 式中：zt表示t时刻位移值，xt表示t时刻的影响因子，在t时刻，网络的输入包括影响因素xt，上一时刻的取值zt-1，以及上一时刻隐藏层输出ht-1，ht为t时刻隐藏层的输出，Whz为输入层位移数据到隐藏层所对应的权重，Whx为输入层影响因子到隐藏层对应的权重，Whh为上一时间点隐藏层输出到下一时间点隐藏层输出的权重，b为输入层到隐藏层的偏置项，fx为双曲正切激活函数，具体表达如下式： 3 得到隐藏层输出ht后，计算高斯分布的均值和标准差： 4 5 式中：μh，bμ分别为计算输出层μt对应的权重和偏置项，σh，σ分别为计算输出层σt对应的权重和偏置项，通过计算的每个时间点上的均值和方差得到高斯似然函数如下式： 6。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市屯溪路193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。