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！

龙图腾网获悉中国矿业大学申请的专利一种基于小样本学习的冲击地压时序预测模型构建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：CN115983465B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211708756.2，技术领域涉及：G06Q10/04；该发明授权一种基于小样本学习的冲击地压时序预测模型构建方法是由曹安业;杨旭;刘亚鹏;刘耀琪;王常彬;牛强设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于小样本学习的冲击地压时序预测模型构建方法在说明书摘要公布了：一种基于小样本学习的冲击地压时序预测模型构建方法，通过微震传感器将采集到的原始微震数据传至地面控制室的上位机，由上位机对原始微震数据进行标准化处理，然后利用主成分分析法和核密度估计方法处理标准化以后的微震数据，得到相应二维时序数据，研究即将发生的大能量矿震事件与过去矿震事件的相关性，构建密度指标，并完成数据的标注，最后构建基于小样本学习的长短期神经网络，通过将时序数据以及密度指标放入构建好的神经网络中训练，完成未来大能量事件发生的时间段的预测。本发明能够降低长短期记忆循环神经网络对数据的依赖性，提高网络的泛化性，使其在数据量比较小时，也能够进行大能量矿震预测，为冲击地压提供早期预警。

本发明授权一种基于小样本学习的冲击地压时序预测模型构建方法在权利要求书中公布了：1.一种基于小样本学习的冲击地压时序预测模型构建方法，其特征在于，包括以下步骤： 步骤1、矿震数据处理：在采煤工作面四周安装微震传感器，微震传感器将采集到的原始微震数据传至地面控制室的上位机，原始微震数据包括微震数据发生时间、能量大小、震源坐标，由上位机对原始微震数据进行微震数据处理，首先将原始微震数据按照时间段处理，得到每个时间段中的微震数据，然后将微震数据进行标准化处理后得到每个时间段的时间序列数据； 步骤2、密度指标建立：密度指标建立包括主成分分析法PCA处理和核密度估计KDE处理，通过主成分分析法PCA将步骤1的时间序列数据进行降维处理，将原本四维时间序列数据降至二维时间序列数据；通过核密度估计KDE处理对二维时间序列数据进行处理，处理好二维时间序列数据后将会得到每个微震数据的概率密度，然后根据每个时间段中选取其中最大的概率密度作为密度指标进行微震数据时序分析，得到大能量发生时间的规律，当其中出现峰值时，推测出未来时间段是有大能量事件发生的，从而完成微震数据标签的构造，有大能量事件发生即为1，其他时间段数据标签构造为0，即无大能量事件发生； 步骤3、建立基于小样本学习的长短期记忆循环神经网络LSTM模型：使用长短期记忆循环神经网络LSTM对密度指标进行建模和特征提取，获取回归损失和数据特征；接着运用小样本学习原型网络，通过对长短期记忆循环神经网络LSTM处理的数据特征进行聚类并计算每个时间段中不同类别样本隐私特征的中心点，用欧式距离度量各个样本的隐表征向量和对应隐表征中心点的距离作为网络分类损失；最后在预测模块上，将上述损失连接，进行梯度回传和优化，完成基于小样本学习的深度学习模型构建，最终输出大能量矿震时间段的预测。

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矿业大学，其通讯地址为：221116 江苏省徐州市大学路1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。