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！

龙图腾网恭喜中铁四局集团有限公司;安徽理工大学;中铁四局集团第五工程有限公司申请的专利一种基于分数阶核鉴别空间学习的岩爆预警方法及装置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：CN118094348B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202311703674.3，技术领域涉及：G06F18/2411；该发明授权一种基于分数阶核鉴别空间学习的岩爆预警方法及装置是由苏树智;梁超;陈文尹;王圣涛;寇学超;王涛;朱力;周云飞;吕文正;胡茂设计研发完成，并于2023-12-12向国家知识产权局提交的专利申请。

本一种基于分数阶核鉴别空间学习的岩爆预警方法及装置在说明书摘要公布了：本发明提供了一种基于分数阶核鉴别空间学习的岩爆预警方法及装置，涉及岩爆预警技术领域包括：获取岩爆指标样本训练数据和岩爆指标样本测试数据，并将岩爆指标样本训练数据和岩爆指标样本测试数据转化为列向量，生成岩爆训练样本集和岩爆测试样本集；根据岩爆训练样本集构建分数阶核鉴别空间学习模型的目标优化函数；根据分数阶核鉴别空间学习模型的目标优化函数优化求解核鉴别空间投影矩阵；将分数核鉴别空间投影矩阵分别作用在岩爆训练样本集和岩爆测试样本集上，生成岩爆训练样本集的训练鉴别特征集和岩爆测试样本集的测试鉴别特征集；将训练鉴别特征集和测试鉴别特征集输入支持向量基分类器，生成岩爆风险的预警结果。

本发明授权一种基于分数阶核鉴别空间学习的岩爆预警方法及装置在权利要求书中公布了：1.一种基于分数阶核鉴别空间学习的岩爆预警方法，其特征在于，包括：获取岩爆指标样本训练数据和岩爆指标样本测试数据，并将所述岩爆指标样本训练数据和所述岩爆指标样本测试数据转化为列向量，生成岩爆训练样本集和岩爆测试样本集；根据所述岩爆训练样本集构建分数阶核鉴别空间学习模型的目标优化函数；根据所述分数阶核鉴别空间学习模型的目标优化函数优化求解核鉴别空间投影矩阵；将所述分数核鉴别空间投影矩阵分别作用在所述岩爆训练样本集和所述岩爆测试样本集上，生成所述岩爆训练样本集的训练鉴别特征集和所述岩爆测试样本集的测试鉴别特征集；将所述训练鉴别特征集和所述测试鉴别特征集输入支持向量机分类器，生成岩爆风险的预警结果；其中，所述根据所述岩爆训练样本集构建分数阶核鉴别空间学习模型的目标优化函数包括：根据所述岩爆训练样本集构建类间散度矩阵、类内散度矩阵以及总体散度矩阵；基于所述类间散度矩阵、类内散度矩阵和总体散度矩阵，生成线性鉴别空间模型的目标优化函数；基于所述类间散度矩阵和所述类内散度矩阵，分别构建核类间散度矩阵和核类内散度矩阵；将所述线性鉴别空间模型的目标优化函数投影至非线性空间，并结合所述核类间散度矩阵和所述核类内散度矩阵，构建鉴别分析空间模型的目标优化函数；根据所述鉴别分析空间模型的目标优化函数构建分数阶核鉴别空间学习模型的目标优化函数；所述分数阶核鉴别空间学习模型的目标优化函数如下： 其中，为分数阶类内散度矩阵，为分数阶类间散度矩阵；分数阶类间散度矩阵和分数类内散度矩阵分别如下： 其中，为核类间散度矩阵，为核类内散度矩阵，0≤β≤1表示一个分数，V是的特征向量矩阵，表示的特征值组成的对角矩阵，即且0≤α≤1表示一个分数，Q是的特征向量矩阵，Δ表示的特征值组成的对角矩阵，即且

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铁四局集团有限公司;安徽理工大学;中铁四局集团第五工程有限公司，其通讯地址为：230022 安徽省合肥市包河区望江东路96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”。