Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 首都师范大学周超凡获国家专利权

首都师范大学周超凡获国家专利权

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!

龙图腾网获悉首都师范大学申请的专利地面沉降预测方法、装置及介质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:CN117450994B

龙图腾网通过国家知识产权局官网在2026-05-12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:202310936991.3,技术领域涉及:G01C5/00;该发明授权地面沉降预测方法、装置及介质是由周超凡;宫辉力;陈蓓蓓;王霖;高明亮;许新玥设计研发完成,并于2023-07-27向国家知识产权局提交的专利申请。

地面沉降预测方法、装置及介质在说明书摘要公布了:本发明公开一种地面沉降预测方法、装置及介质,所述方法包括:获取目标点的地面沉降时序沉降量;对所述地面沉降时序沉降量进行EMD分解,得到IMF分量以及趋势分量;利用所述IMF分量以及趋势分量建立预测模型,对各个分量进行预测并重构得到预测结果;对比不同IMF分量个数时沉降的预测精度,选取最优IMF个数并将对应的预测结果作为目标点的最终预测结果。本发明可以提高地面沉降预测精度,为分析地面沉降对高铁运营安全影响研究提供依据。

本发明授权地面沉降预测方法、装置及介质在权利要求书中公布了:1.一种地面沉降预测方法,其特征在于,所述方法包括: 获取目标点的地面沉降时序沉降量; 对所述地面沉降时序沉降量进行EMD分解,得到IMF分量以及趋势分量; 利用所述IMF分量以及趋势分量建立预测模型,对各个分量进行预测并重构得到预测结果; 对比不同IMF分量个数时沉降的预测精度,选取最优IMF个数并将对应的预测结果作为目标点的最终预测结果; 所述获取目标点的地面沉降时序沉降量,包括: 针对每个子条带的雷达影像数据,选择一幅为主影像,其余为辅影像,对所述主影像和辅影像进行配准; 在配准后的主影像和辅影像中,利用幅度稳定系数法选取目标点; 对目标点进行相位分析,所述目标点包含的相位信息如公式1所示: 1 其中,是地表形变相位,为地形相位,为地平相位,为大气误差,为噪声相位; 在利用非线性标准模型求解出总体形变相位分量基础上,引入外部数字高程模型去除地形相位,利用轨道数据去除地平相位,利用大气相位模型反演大气相位信息并去除,采用星型拓扑结构分析方法反演各目标点的全部形变相位信息,各目标点的形变相位信息包含非线性和线性形变相位; 对目标点的形变相位信息进行相位解缠,获得目标点的地面沉降时序沉降量; 通过公式2对所述地面沉降时序沉降量进行EMD分解,得到IMF分量以及趋势分量: 2 其中为原始时间序列数据,使用各高铁沿线地面沉降量,为第个IMF分量,为趋势项; 所述利用所述IMF分量以及趋势分量建立预测模型,对各个分量进行预测并重构得到预测结果,包括: 选取样本点时间序列沉降量为数据集,表示监测时间,设置训练集和验证集比例,将前个时间序列沉降量构建为训练集,将时间序列沉降量构建为验证集,为小于的监测时间; 针对训练数据集,初始化,表示基学习器,为一棵决策树,为损失函数,表示使损失函数极小化的常数值; 针对训练数据集,建立M棵决策树,对于棵树,对,计算损失函数的负梯度下降的值,作为拟合下一步决策树模型对于当前决策树模型的残差近似值:; 通过迭代M次,得到最终模型,其中由M棵树构成; 使用最终模型进行地面沉降量的预测。

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首都师范大学,其通讯地址为:100048 北京市海淀区西三环北路105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。

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。