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！

龙图腾网获悉东华理工大学申请的专利一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移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：CN118536032B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202410589223.X，技术领域涉及：G06F18/2433；该发明授权一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法是由王喆;肖慧;梁常荣;冯合力;梁静;胡耀祖;范凌峰;胡佳超;刘天泽;游丝露;符嘉瑶;吴雨洁设计研发完成，并于2024-05-13向国家知识产权局提交的专利申请。

本一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法在说明书摘要公布了：本发明涉及一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法，具体包括步骤1：获取地表位移相关的多源监测数据；步骤2：对多元数据进行数据预处理；步骤3：对预处理后的数据进行特征工程；步骤4：通过前向验证划分训练集,构建初始预测模型并训练;使用树结构概率密度估计算法优化初始预测模型参数;构建最终预测模型并输出预测结果；步骤5：使用RMSE\MAE\R2三个评价指标评估预测模型；步骤6：通过SHAP方法计算不同特征对模型结果的贡献。本发明充分利用LightGBM‑SHAP模型的解释性机制，在保证滑坡地表位移短期预测快速准确的同时还能掌握每个特征对模型预测结果的重要性，以及不同特征之间的相互作用关系，保证了预测结果的可解释性。

本发明授权一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法在权利要求书中公布了：1.一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法，其特征在于，包括如下步骤：步骤1：获取滑坡监测数据，包括位移数据、降水量、次声、坡体不同位置不同深度的含水率；步骤2：对多元数据进行异常值剔除和缺失值填充的数据预处理；步骤3：根据步骤2处理得到的数据的已知属性，进行特征筛选和特征构造；步骤4：根据步骤3得到的多个输入项作为影响因素构建模型；具体包括如下步骤：步骤4-1：划分训练数据集和测试集,并利用所述训练数据集构建LightGBM滑坡地表位移预测模型；步骤4-2：使用树结构概率密度估计算法对步骤4-1中构建的LightGBM滑坡地表位移预测模型进行训练，优化模型参数；步骤4-3：选择精度最优的模型作为最终预测模型并输出预测结果；步骤5：使用RMSE\MAE\R2三个评价指标对预测模型进行评估；步骤6：通过SHAP方法计算各个输入特征对模型结果的边际贡献,从而能够解释不同输入特征对地表位移的影响程度。

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东华理工大学，其通讯地址为：344000 江西省抚州市学府路56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”。