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！

龙图腾网恭喜电子科技大学申请的专利一种基于坡体缓陡程度分类的滑坡风险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：CN117235581B 。

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：202311400015.2，技术领域涉及：G06F18/24；该发明授权一种基于坡体缓陡程度分类的滑坡风险预测方法是由陆鑫;章险锋设计研发完成，并于2023-10-26向国家知识产权局提交的专利申请。

本一种基于坡体缓陡程度分类的滑坡风险预测方法在说明书摘要公布了：本发明提供了一种基于坡体缓陡程度分类的滑坡风险预测方法。首先基于数字高程模型DEM对隐患区坡度进行分类，分为缓倾角坡体区域和陡倾角坡体区域；然后使用遗传算法GA对BP神经网络进行参数寻优，构建缓倾角坡体滑坡风险预测模型，即GA‑BP模型，使用粒子群算法PSO获取双向门控循环单元Bi‑GRU神经网络模型的最优参数，构建陡倾角坡体滑坡风险预测模型，即PSO‑Bi‑GRU模型；最后采集隐患区监测数据，输入滑坡风险预测模型，得到风险预测结果。本发明方案，针对不同类型地形坡体构建不同的滑坡风险预测模型，提高了滑坡风险预测的准确度。

本发明授权一种基于坡体缓陡程度分类的滑坡风险预测方法在权利要求书中公布了：1.一种基于坡体缓陡程度分类的滑坡风险预测方法，其特征在于，所述方法包括：步骤S1：确定滑坡隐患区，根据监测区域的地质条件因素，选定滑坡风险较大的区域作为隐患区进行监测；步骤S2：基于数字高程模型DEM对隐患区坡度进行分类，通过对监测区域的DEM数据进行处理，使用逻辑回归算法将监测区域坡体进行自动分类，根据监测区陡缓程度不同将监测区坡体分为两类，一类为缓倾角坡体区域，另一类为陡倾角坡体区域；步骤S3：缓倾角坡体滑坡风险预测模型学习，将BP神经网络模型和遗传算法GA相结合，使用遗传算法GA对BP神经网络进行参数寻优，获取最优隐藏节点数，优化神经网络模型，从而学习出缓倾角坡体区域风险预测模型，即GA-BP模型；步骤S4：陡倾角坡体滑坡风险预测模型学习，使用粒子群算法PSO获取双向门控循环单元Bi-GRU神经网络模型的最优参数，从而学习出陡倾角坡体区域风险预测模型，即PSO-Bi-GRU模型；步骤S5：隐患区监测数据采集，在确定的滑坡隐患区中采集该区域的数据，包括获取监测区各类传感器监测的数据，以及通过外部系统获取的监测区域气象水文数据、地质数据和地质遥感数据；步骤S6：隐患区坡体滑坡风险预测与结果可视化，将采集到的各类传感器监测的数据，以及监测区域气象水文数据、地质数据和地质遥感数据输入训练好的缓倾角坡体滑坡风险预测模型和陡倾角坡体滑坡风险预测模型中，分别对缓倾角坡体和陡倾角坡体进行滑坡风险预测，得到风险预测的结果值，然后采用地图插件对风险预测的结果值进行可视化处理。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。