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！

龙图腾网获悉中山大学申请的专利一种适用于盾构隧道施工的渣土含水量预测方法及系统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：CN119358078B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411353504.1，技术领域涉及：G06F30/13；该发明授权一种适用于盾构隧道施工的渣土含水量预测方法及系统是由黄林冲;岳泽宇;梁禹;林越翔设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种适用于盾构隧道施工的渣土含水量预测方法及系统在说明书摘要公布了：本发明公开了一种适用于盾构隧道施工的渣土含水量预测方法及系统，通过基于自适应窗口，实时获取与盾构隧道施工中待测量渣土相对应的第一数据；结合三角形累加截面积法以及AE‑FPFH‑ICP算法，并行化处理生成与待测量渣土相对应的第二数据和第三数据；构建PLS‑SVR组合模型，根据所述PLS‑SVR组合模型，并分别结合所述第一数据、所述第二数据和所述第三数据，实时生成与待测量渣土相对应的第四数据；以及与方法相对应的系统及平台，在渣土含水量检测中展现出较高的精度和鲁棒性，构建的PLS‑SVR组合模型在处理复杂的非线性关系时表现优异，能够实时、精确地预测渣土的含水量，适应性强，满足隧道施工对含水量检测的高精度要求。

本发明授权一种适用于盾构隧道施工的渣土含水量预测方法及系统在权利要求书中公布了：1.一种适用于盾构隧道施工的渣土含水量预测方法，其特征在于，所述方法包括步骤： 基于自适应窗口，实时获取与盾构隧道施工中待测量渣土相对应的第一数据；其中，所述第一数据为传送带的运转状态数据； 结合三角形累加截面积法以及AE-FPFH-ICP算法，并行化处理生成与待测量渣土相对应的第二数据和第三数据；其中，所述第二数据为渣土的实际断面面积数据；所述第三数据为与渣土运转环境相对应且经局部区域优化和特征增强处理后的点云数据； 构建PLS-SVR组合模型，根据所述PLS-SVR组合模型，并分别结合所述第一数据、所述第二数据和所述第三数据，实时生成与待测量渣土相对应的第四数据；其中，所述第四数据为盾构隧道施工过程中渣土含水量预测数据；还包括：生成并获取与待测量渣土相对应的第九数据；其中，所述第九数据为待测量渣土相对应的分析训练样本光谱信息数据；根据所述第九数据，并结合偏最小二乘回归和支持向量回归方法，建立相对应的预测模型； 标准正态变换处理与待测量渣土相对应的光谱数据，并生成相对应的光谱数据矩阵； 基于PLS-SVR组合模型，提取所述光谱数据中的第十数据，并最大化处理所述第十数据与渣土含水量的相关性；其中，所述第十数据为低维特征数据； 结合支持向量回归方法，回归分析处理所述第十数据，并生成相对应的第十一数据；其中，第十一数据为与待测量渣土相对应的最优分离数据的超平面； 根据所述第十一数据，并结合SVR模型，生成与待测量渣土相对应的含水量数据；其中，SVR模型需要满足以下约束条件： 式中，w是权重向量，b是偏置，表示超平面的偏移量，为误差容忍度，定义模型允许的最大预测误差范围，φTi是核函数，将输入特征映射到高维空间，在此处，选择径向基函数RBF作为核函数，其定义如下： KTi,Tj＝exp-γ‖Ti-Tj‖235 式中，γ是核函数的参数，控制RBF核函数的影响范围； 其中，含水量数据具体预测公式为： 式中，是预测值，αi是优化过程中得到的拉格朗日乘子，Ti是第i个训练样本的特征矩阵，由PLS提取的低维特征表示，T是新样本的特征矩阵，KTi,T是新样本与训练样本在特征空间中的相似度，由RBF核函数计算得到。

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中山大学，其通讯地址为：510000 广东省广州市海珠区新港西路135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”。