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！

龙图腾网恭喜华北电力大学申请的专利基于渐进式集成学习的大粒径粗粒土力学特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：CN115204499B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210853672.1，技术领域涉及：G06F30/27；该发明授权基于渐进式集成学习的大粒径粗粒土力学特性预测方法是由张莹;张雪东;陈元畅;李沐阳;华云鹏;李澳澳;周雅诗;上官陈媛;康傲;管王宁设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本基于渐进式集成学习的大粒径粗粒土力学特性预测方法在说明书摘要公布了：本发明公开了属于计算机应用技术领域的基于渐进式集成学习的大粒径粗粒土力学特性预测方法。该方法包括以下步骤：步骤1：采集三轴实验的数据，对各粒径粗粒土数据归类、过滤和补全；步骤2：基于步骤1得到的最大粒径归类的数据集，依次训练得到模型组；步骤3：根据步骤2的模型组，结合待预测的粗粒土特征数据，得到其力学特性的预测结果。本发明方法不仅在对最大粒径较小的粗粒土的力学特性预测上有更好的性能，更能对最大粒径更大的粗粒土的力学特性进行预测，并且结果具有良好的准确性、泛化性。

本发明授权基于渐进式集成学习的大粒径粗粒土力学特性预测方法在权利要求书中公布了：1.基于渐进式集成学习的大粒径粗粒土力学特性预测方法，其特征在于，包括以下步骤：步骤1：采集三轴实验的数据，对各粒径粗粒土数据归类、过滤和补全；所述步骤1包括如下子步骤：步骤A1：获取三轴实验数据，按最大粒径分组归类，并确定数据的输入特征参数和输出标签；所述步骤A1中的输入特征参数包括最大粒径、试验围压、容器直径、容器高度、相对密度、干密度、孔隙比和级配；所述步骤A1中的输出标签为偏应力或体积应变；步骤A2：首先审核步骤A1分组归类的数据，并排除不符合三轴实验标准的数据；然后按照拟定标准规范化数据，以岩土公式填补部分缺失值；最后以对应类别数据集的平均值填补输入特征参数的缺失值，以双曲线拟合填补并使得所有输出标签达到规定范围；步骤2：基于步骤1得到的最大粒径归类的数据集，依次训练得到模型组；所述步骤2包括如下子步骤：步骤B1：由步骤1处理得到的最大粒径最小的数据集训练XGBoost模型，将得到的预测该最大粒径的模型组作为基模型组；步骤B2：首先由基模型组更新本次最大粒径的数据集，基于该数据集训练一个神经网络模型并加入模型组；然后以该数据集的新标签训练得到一个新的基模型，并对此新的基模型进行模型剪枝和恢复训练；最后将得到的第i个基模型加入第i-1个模型组作为第i个模型组，来预测第i个最大粒径的粗粒土的力学特性；重复以上过程直至模型组的对应最大粒径达到要求；所述步骤B2中数据集的新标签的计算公式如下： ，其中，为第i个最大粒径的数据集的新标签；为第i个最大粒径的数据集的原标签；为第i-1模型组对第i个最大粒径数据集标签的预测结果；步骤3：根据步骤2的模型组，结合待预测的粗粒土特征数据，得到其力学特性的预测结果；所述步骤3中预测结果的计算公式如下： ，其中，为第i个模型组对第i个最大粒径粗粒土样力学特性的预测值；为第i-1个模型组对第i个最大粒径粗粒土样力学特性的预测值；为第i个基模型的预测值；为第n个基模型的预测值。

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华北电力大学，其通讯地址为：102206 北京市昌平区北农路2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”。