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 > 中国地质大学(武汉);湖北省测绘工程院廖哲贤获国家专利权

中国地质大学(武汉);湖北省测绘工程院廖哲贤获国家专利权

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!

龙图腾网获悉中国地质大学(武汉);湖北省测绘工程院申请的专利一种滑坡位移时空预测方法、装置、系统及存储介质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:CN119669674B

龙图腾网通过国家知识产权局官网在2026-02-03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:202411586273.9,技术领域涉及:G06F18/20;该发明授权一种滑坡位移时空预测方法、装置、系统及存储介质是由廖哲贤;陈刚;邹崇尧;范小洁;超能芳;李长冬;钟成;李显巨;李怡哲设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

一种滑坡位移时空预测方法、装置、系统及存储介质在说明书摘要公布了:本发明提供了一种滑坡位移时空预测方法、装置、系统及存储介质,涉及工程地质学技术领域,滑坡位移时空预测方法包括:获取待测区域的各监测点的历史滑坡多场时序监测数据,基于历史空间相关数据构建监测点位图,并根据历史位移时间序列、历史滑坡外界扰动因子时间序列和监测点位图构建时序特征矩阵;将时序特征矩阵和监测点位图输入训练好的滑坡位移时空预测模型中,得到滑坡位移时空预测结果;滑坡位移时空预测模型基于改进GCN网络和改进BiLSTM网络构建得到;本发明通过结合空间相关数据与外界扰动因子,利用深度学习模型的能力,能显著提高滑坡位移的时空预测精度。

本发明授权一种滑坡位移时空预测方法、装置、系统及存储介质在权利要求书中公布了:1.一种滑坡位移时空预测方法,其特征在于,包括: 获取待测区域的各监测点的历史滑坡多场时序监测数据,所述历史滑坡多场时序监测数据包括历史空间相关数据、历史位移时间序列和历史滑坡外界扰动因子时间序列; 基于所述历史空间相关数据构建监测点位图,并根据所述历史位移时间序列、所述历史滑坡外界扰动因子时间序列和所述监测点位图构建时序特征矩阵; 将所述时序特征矩阵和所述监测点位图输入训练好的滑坡位移时空预测模型中,得到滑坡位移时空预测结果;所述滑坡位移时空预测模型基于改进GCN网络和改进BiLSTM网络构建得到,所述改进GCN网络包括原始GCN网络和多头注意力机制; 其中,所述将所述时序特征矩阵和所述监测点位图输入训练好的滑坡位移时空预测模型中,得到滑坡位移时空预测结果,包括: 通过所述改进GCN网络对所述时序特征矩阵和所述监测点位图进行处理,得到空间时序特征矩阵; 通过所述改进BiLSTM网络对所述空间时序特征矩阵进行预测,得到所述滑坡位移时空预测结果; 其中,所述改进BiLSTM网络包括时间注意力机制,获取原始BiLSTM网络,所述原始BiLSTM网络包括前向LSTM单元和与其对应的后向LSTM单元; 将所述前向LSTM单元和所述后向LSTM单元均增加所述时间注意力机制,得到所述改进BiLSTM网络,所述时间注意力机制基于全连接层和softmax函数构建得到。

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国地质大学(武汉);湖北省测绘工程院,其通讯地址为:430074 湖北省武汉市洪山区鲁磨路388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。