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！

龙图腾网获悉河北省地质环境监测院申请的专利一种基于IoT的滑坡孔隙水压力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：CN119538719B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411578588.9，技术领域涉及：G06F30/27；该发明授权一种基于IoT的滑坡孔隙水压力预测方法是由魏莹莹;崔阳;陈军;魏国振设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于IoT的滑坡孔隙水压力预测方法在说明书摘要公布了：本发明公开了一种基于IoT的滑坡孔隙水压力预测方法，方法包括传感部署、数据收集、数据处理、孔隙水压力预测和自适应预警。本发明涉及滑坡孔隙水压力预测技术领域，具体是指一种基于IoT的滑坡孔隙水压力预测方法，本方案采用部署多种传感器收集多种数据指标，并综合进行多模态特征分解和处理，进而采用结合自适应噪声和变分模态分解的改进长短期神经网络，进行孔隙水压力预测的方法，提升了滑坡孔隙水压力的预测精准性和预测深度，提高了方法的可用性；构建自适应预警机制，通过对预测得到的多种模态和指标的预测值进行预警设计。

本发明授权一种基于IoT的滑坡孔隙水压力预测方法在权利要求书中公布了：1.一种基于IoT的滑坡孔隙水压力预测方法，其特征在于：该方法包括以下步骤： 步骤S1：传感部署，构建传感器集群，进行传感器布置； 步骤S2：数据收集，依据所述传感器集群，进行多传感器冗余部署，并进行数据冗余采集，并采用集成算法进行传感器数据处理，得到孔隙水压力预测原始数据；所述多传感器冗余部署，具体指在布置传感器的位置部署三个相同类型的传感器，进行数据冗余采集；所述数据冗余采集，具体指采集重复类型的传感数据，用于减少数据不准确或故障的情况；所述集成算法，具体采用加权平均算法； 步骤S3：数据处理，具体为对所述孔隙水压力预测原始数据进行优化处理，得到孔隙水压力预测优化数据； 步骤S4：孔隙水压力预测，依据所述孔隙水压力预测优化数据，采用结合自适应噪声和变分模态分解的改进长短期神经网络，进行孔隙水压力预测，得到孔隙水压力预测参考数据，具体包括以下步骤： 步骤S41：传感数据分解，具体为采用完全集合经验模态分解方法，对所述孔隙水压力预测优化数据进行分解，得到固有模态函数集； 步骤S42：变分模态分解，具体为应用变分模态分解方法，通过构建优化目标函数，进行变分模态分解，得到高频分解模态数据； 所述优化目标函数的计算公式为： ； 式中，F是变分模态分解目标函数，min是求取最小值函数，uk是第k个变分高频模态函数值，wk是第k个变分高频模态的中心频率值，K是变分模态分解得到的高频模态总数，k是高频模态索引，Xt是原始传感信号，是惩罚因子，j是虚数单位； 步骤S43：分解模态特征提取，具体为采用统计特征提取方法，从所述固有模态函数集和所述高频分解模态数据中，进行多模态特征提取，得到孔隙水压力多模态特征数据集； 所述孔隙水压力多模态特征数据集，具体包括孔隙水压力模态特征数据集、土壤湿度模态特征数据集、降雨量模态特征数据集和土壤位移模态特征数据集； 步骤S44：构建改进长短期记忆网络，具体为依据所述孔隙水压力多模态特征数据集，通过连接孔隙水压力多模态特征数据集中的模态特征数据集，构建特征改进的长短期记忆神经网络，进行孔隙水压力多模态预测，并通过将各个模态的预测结果进行合并，得到模型预测输出； 步骤S45：构建自适应优化算法，具体为通过增设自适应权重，构建鹰狩猎自适应权重搜索算法，进行模型超参数组合更新，得到最优模型参数组合； 步骤S46：孔隙水压力预测模型训练，具体为通过所述传感数据分解、所述变分模态分解、所述分解模态特征提取、所述改进长短期记忆网络和所述自适应优化算法，进行模型训练，得到孔隙水压力预测模型ModelWP； 步骤S47：孔隙水压力预测，具体为使用所述孔隙水压力预测模型ModelWP，依据所述孔隙水压力预测优化数据，进行孔隙水压力预测，得到孔隙水压力预测参考数据； 所述孔隙水压力预测参考数据，具体包括孔隙水压力预测值、土壤湿度预测值、降雨量预测值和土壤位移预测值； 步骤S5：自适应预警，构建自适应预警机制，得到自适应预警参考数据，并进行自适应预警。

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河北省地质环境监测院，其通讯地址为：050000 河北省石家庄市裕华区区兴苑街58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。