龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京师范大学珠海校区
摘要：公开了滑坡风险动态预测方法、装置、介质及设备，其中的方法包括：获取边坡几何模型、滑坡诱发因素、边坡土性参数和水力参数；针对边坡土性参数产生多个第一随机样本，针对水力参数产生多个第二随机样本；将边坡几何模型、滑坡诱发因素、第一随机样本和第二随机样本提供给预设的用于计算滑坡定量风险的计算模型，并根据计算模型的输出获得多个滑坡风险；利用滑坡诱发因素和多个滑坡风险形成多条训练样本，并利用多条训练样本对待训练的滑坡风险动态预测模型进行训练。本公开提供的技术方案在有利于降低滑坡风险动态预测的实现成本，并提高滑坡风险动态预测的可实施性的同时，有利于丰富滑坡风险动态预测技术的实现框架。
主权项：1.一种滑坡风险动态预测方法，包括：获取边坡几何模型、滑坡诱发因素、边坡土性参数和水力参数；针对所述边坡土性参数产生多个第一随机样本，针对所述水力参数产生多个第二随机样本；将所述边坡几何模型、滑坡诱发因素、多个第一随机样本和多个第二随机样本提供给预设的用于计算滑坡定量风险的计算模型，并根据所述计算模型的输出获得多个滑坡风险；其中，所述计算模型的预设过程包括：根据所述边坡几何模型、滑坡诱发因素历史值、土性参数测量值和水力参数测量值，建立用于计算滑坡定量风险的具有确定性系数的基准计算模型；将至少一所述第一随机样本和至少一所述第二随机样本提供给所述基准计算模型，使所述基准计算模型转化为所述计算模型，利用所述滑坡诱发因素和所述多个滑坡风险形成多条训练样本，并利用所述多条训练样本对待训练的滑坡风险动态预测模型进行训练；其中，所述滑坡风险动态预测模型为基于卷积神经网络CNN和长短期记忆LSTM神经网络构建的深度学习预测模型；其中，成功训练后的滑坡风险动态预测模型用于针对滑坡诱发因素进行滑坡风险预测。
全文数据：
权利要求：
百度查询： 北京师范大学珠海校区 滑坡风险动态预测方法、装置、介质及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号