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！

龙图腾网获悉西南交通大学申请的专利一种基于径向基函数神经网络的矿区地质滑坡位移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：CN118820941B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202410824814.0，技术领域涉及：G06F18/2415；该发明授权一种基于径向基函数神经网络的矿区地质滑坡位移预测方法是由张晓博;吴韵杨;孙宜敏;唐海豪;张欣傲雪设计研发完成，并于2024-06-25向国家知识产权局提交的专利申请。

本一种基于径向基函数神经网络的矿区地质滑坡位移预测方法在说明书摘要公布了：本发明公开了一种基于径向基函数神经网络的矿区地质滑坡位移预测方法，涉及矿区地质滑坡技术领域，方法包括：获取矿区的时序参数数据；采用时间卷积网络提取所述时序参数数据的统计特征；将所述统计特征输入至训练好的径向基函数神经网络模型中，得到矿区地质滑坡位移；所述径向基函数神经网络模型以矿区的历史时序参数数据的统计特征为输入，以矿区的历史累积滑坡位移为输出进行训练。本发明能够实现对矿区地质滑坡态势的精确预测和分析。

本发明授权一种基于径向基函数神经网络的矿区地质滑坡位移预测方法在权利要求书中公布了：1.一种基于径向基函数神经网络的矿区地质滑坡位移预测方法，其特征在于，包括： 获取矿区的时序参数数据；所述时序参数数据包括每个时间点的上部深部位移、上部浅部位移、中部深部位移、中部浅部位移、下部深部位移、下部浅部位移、垂直长度、总水平应力、有效水平应力和每小时降雨量； 采用时间卷积网络提取所述时序参数数据的统计特征；所述统计特征包括均值、方差、最大值和最小值； 采用时间卷积网络提取所述时序参数数据的统计特征，具体包括： 通过所述时间卷积网络的卷积层对所述时序参数数据进行卷积操作，得到卷积后的特征序列； 通过所述时间卷积网络的池化层对所述卷积后的特征序列进行最大池化，得到池化后的特征序列； 将多个池化后的特征序列进行拼接，得到时序参数数据的统计特征； 将所述统计特征输入至训练好的径向基函数神经网络模型中，得到矿区地质滑坡位移；所述径向基函数神经网络模型以矿区的历史时序参数数据的统计特征为输入，以矿区的历史累积滑坡位移为输出进行训练； 所述径向基函数神经网络模型采用最小二乘的损失函数；所述损失函数的表达式为： 其中，表示损失函数的值，表示样本数量，指数据集中的样本总数，表示特征的数量，表示特定的样本索引，表示第个样本的实际值，表示第个样本的预测值，表示第个样本对应的参数。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段111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。