Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜深圳万知达企业管理有限公司郭飞获国家专利权

恭喜深圳万知达企业管理有限公司郭飞获国家专利权

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!

龙图腾网恭喜深圳万知达企业管理有限公司申请的专利基于频率比-随机森林模型的区域崩岗易发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:CN114219123B

龙图腾网通过国家知识产权局官网在2025-04-04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:202111322682.4,技术领域涉及:G06Q10/04;该发明授权基于频率比-随机森林模型的区域崩岗易发性预测方法是由郭飞;赖鹏;王秀娟;黄晓虎;曹妍设计研发完成,并于2021-11-09向国家知识产权局提交的专利申请。

基于频率比-随机森林模型的区域崩岗易发性预测方法在说明书摘要公布了:本发明涉及一种基于改进频率比‑随机森林模型与地理探测器的区域崩岗易发性预测方法,包括如下步骤:S1:空间分析研究区的崩岗编录及相关影响因子;S2:基于地理探测器计算影响因子对崩岗空间分布的贡献度,选取对崩岗空间分布具有显著贡献度的影响因子为后续的评价指标。S3:基于改进频率比模型,建立初始崩岗易发性级别,并进一步确定非崩岗栅格单元样本;S4:基于各评价指标的改进频率比值、崩岗栅格单元、随机选择的非崩岗栅格单元,建立改进频率比‑随机森林模型。本发明充分利用连续数据,保留了更多评价指标的信息,从而大幅度提高机器学习模型的易发性预测性能。

本发明授权基于频率比-随机森林模型的区域崩岗易发性预测方法在权利要求书中公布了:1.基于频率比-随机森林模型的区域崩岗易发性预测方法,其特征在于,包括以下步骤:S1:以栅格单元作为基础评价单元,通过ENVI和ArcGIS平台管理并分析研究区内的崩岗编录及相关影响因子,所述影响因子为地形地貌、基础地质、水文环境、地表覆被四大类;S2:基于地理探测器计算所述基础评价单元中影响因子对崩岗空间分布的贡献度,选取对崩岗空间分布具有显著贡献度的影响因子作为后续崩岗易发性评价的评价指标;S3:基于频率比模型,建立初始崩岗易发性级别,并进一步确定非崩岗栅格单元样本;S4:基于各评价指标的频率比值、崩岗栅格单元、随机选择的非崩岗栅格单元,建立频率比-随机森林模型;步骤S2中,对所述基础评价单元的评价指标的属性值按数值大小进行数值范围分区,并计算不同分区内的q值;其中,所述q值的计算公式为: (1);式中,i为评价指标的分区数量,N为待评估区内基础评价单元的个数,为第i个分区内崩岗率R的方差,为整个区域内崩岗率R的方差,q值用于表征评价指标对于崩岗空间分布的贡献度,且q值越大表示评价指标对崩岗空间分布的贡献度越大;所述步骤S3的频率比法具体方法如下:(1)归一化处理,将连续性属性值的评价指标进行归一化处理,其归一化公式如下: (2);(2)设置归一化后的评价指标属性值保留的小数位数,如果精度设置为3,则归一化后valuei精确到小数点后3位;(3)设置0-1以内的邻域宽度,统计落入归一化后评价指标属性值的邻域区间内的崩岗栅格单元个数及该邻域内分布的栅格单元个数,将“二者的比值”除以“研究区崩岗栅格单元总数与研究区栅格单元总数的比值”即为该属性值邻域的频率比值,频率比值计算公式为: (3);其中,代表归一化后评价指标中第i个属性值邻域的频率比值,SDi代表第i个属性值邻域中崩岗栅格单元的个数,Si代表第i个属性值邻域的栅格单元个数,SD代表研究区崩岗栅格单元总数,S代表研究区栅格单元总数。

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深圳万知达企业管理有限公司,其通讯地址为:518000 广东省深圳市龙华区大浪街道同胜社区华兴路13号智云产业园A栋1003;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”。

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。