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！

申请/专利权人：江西师范大学;江西省应急管理科学研究院;遵义市自然资源信息中心

摘要：本发明公开了一种基于知识图谱的尾矿库形变预测方法，属于坝体变形监测领域，包括构建尾矿库形变时空知识图谱；增强尾矿库形变时空知识图谱的属性；基于尾矿库形变时空知识图谱，搭建时态图卷积时空预测模型，并对尾矿库形变进行预测。本发明采用上述的一种基于知识图谱的尾矿库形变预测方法，增强了模型对不同类型数据的综合能力和预测方法的可解释性，进一步提高模型的预测性能，可用于尾矿坝形变预测或其他地质灾害中具有类似观测量的时空预测任务。

主权项：1.一种基于知识图谱的尾矿库形变预测方法，其特征在于，包括以下步骤：S1、构建尾矿库形变时空知识图谱,将监测点的形变时序演变抽象为过程，不同时刻的形变值抽象为状态，引起监测点形变的环境特征分为静态属性和动态属性；具体包括：为表达监测点之间的空间相关性，定义一个加权无向全连接图G＝V,E,W，将监测点抽象为图的节点，即V＝{v1,v2,...,vN}，N为监测点的数量，将任意两个监测点视为一对监测点，且每对监测点具有一条无向边E，无向边E的总数为N×N-12，W∈RN×N表示所有监测点空间接近度的邻接矩阵，两监测点的距离与其时序变形数据有联系，采用基于空间接近度的高斯相似度函数计算加权邻接矩阵Aw的权重，其公式如下所示：wi,j＝exp-||vi-vj||22σ21其中，wi,j为两监测点vi,vj无向边eij的权重大小；||vi-vj||2为两监测点vi,vj之间的空间距离；σ为各监测点距离集合的标准差；监测站点之间的加权邻接矩阵如下所示： 为表达尾矿库形变的时间相关性，构建包括所有监测点的时序形变信息的特征矩阵X∈RN×L，其中，N表示监测点的个数；L表示时序长度的总量；X∈RN×t表示所有监测点t时刻的累计形变量；输入n个历史时间序列数据表示为：[Xt-n,…,Xt-1,Xt]3则未来T个时间序列长度的预测值为：[Xt+1,…,Xt+T-1,Xt+T]4；S2、在表面形变与内部形变的时序状态本体基础上，将动态属性和静态属性嵌入到时序状态本体中，使尾矿库形变时空知识图谱的属性增强；S3、基于尾矿库形变时空知识图谱，利用图卷积网络和门控循环单元搭建时态图卷积时空预测模型，并对尾矿库形变进行预测。

全文数据：

权利要求：

百度查询： 江西师范大学 江西省应急管理科学研究院 遵义市自然资源信息中心 一种基于知识图谱的尾矿库形变预测方法