长江勘测规划设计研究有限责任公司;水利部长江勘测技术研究所王小波获国家专利权
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！
龙图腾网获悉长江勘测规划设计研究有限责任公司;水利部长江勘测技术研究所申请的专利一种基于高斯过程回归的边坡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：CN120493704B 。
龙图腾网通过国家知识产权局官网在2025-12-12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：202510551937.6，技术领域涉及：G06F30/27；该发明授权一种基于高斯过程回归的边坡稳定性预测方法是由王小波;李书;喻国荣;徐复兴;石纲;付兵杰;史超;曹徐鹏;丁凡桠;黄超设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。
本一种基于高斯过程回归的边坡稳定性预测方法在说明书摘要公布了：本发明提供了一种基于高斯过程回归的边坡稳定性预测方法，包括以下步骤：步骤S1：对于收集到的边坡观测数据进行归一化处理；步骤S2：采用粒子群优化算法对边坡观测数据特征进行选择；步骤S3：构造高斯过程回归中的协方差矩阵；步骤S4：计算新输入边坡观测数据所对应稳定性的后验概率分布；步骤S5：采用sigmoid函数对预测结果进行归一化处理。本发明采用高斯过程回归方法有效解决了传统回归分析方法在处理边坡稳定性预测中出现的精度不足和非线性关系处理不当的问题。与其他机器学习预测模型相比，本发明不仅能够提供稳定性预测的结果，还能够量化预测的不确定性，提升预测结果的可信度。
本发明授权一种基于高斯过程回归的边坡稳定性预测方法在权利要求书中公布了：1.一种基于高斯过程回归的边坡稳定性预测方法，其特征在于，包括以下步骤： 步骤S1：边坡观测数据预处理：对于收集到的边坡观测数据进行归一化处理； 步骤S2：边坡观测数据特征选择：采用粒子群优化算法对特征进行选择； 步骤S3：构造高斯过程回归中的协方差矩阵：针对特征选择后的边坡观测数据中的特征，采用带有线性成分与非线性成分的核函数对观测数据进行建模，得到由边坡观测数据得来的协方差矩阵； 步骤S4：计算新输入边坡观测数据所对应稳定性的后验概率分布：根据步骤S3计算得来的协方差矩阵，计算新输入边坡特征与原有观测数据的关联，得到更新后的协方差矩阵，根据该协方差矩阵计算预测稳定性的均值与方差； 步骤S5：归一化处理：采用sigmoid函数对预测结果进行归一化处理，将结果映射到0-1之间，若归一化后的结果接近0，则判定为边坡不稳定；若归一化后的结果接近1，则判定为边坡稳定。
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长江勘测规划设计研究有限责任公司;水利部长江勘测技术研究所，其通讯地址为：430010 湖北省武汉市江岸区解放大道1863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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励