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！

龙图腾网恭喜山东绿藤建设发展有限公司申请的专利一种基于大数据的地下水位监测与预警模型的构建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：CN118094230B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202410391225.8，技术领域涉及：G06F18/214；该发明授权一种基于大数据的地下水位监测与预警模型的构建方法是由王峰;李婷婷设计研发完成，并于2024-04-02向国家知识产权局提交的专利申请。

本一种基于大数据的地下水位监测与预警模型的构建方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于大数据的地下水位监测与预警模型的构建方法。本发明提供的基于大数据的地下水位监测与预警模型的构建方法，将第一训练样本集对包含拉格朗日单元和时间序列模型的生成对抗网络进行训练，以扩充第一训练样本集，从而以提高模型的广泛性、样本的质量和真实性；并基于生物电流动态平衡方法训练得到的神经网络对目标训练样本集中的训练样本进行特征提取，从而提高特征提取效率和准确性；最后，对分类器进行训练，以提高模型的适应性和鲁棒性，进而提高地下水位监测与预警的精度以及效率。

本发明授权一种基于大数据的地下水位监测与预警模型的构建方法在权利要求书中公布了：1.一种基于大数据的地下水位监测与预警模型的构建方法，其特征在于，所述方法包括：获取原始训练样本集，并对所述原始训练样本集中的原始训练样本进行标注，得到第一训练样本集；其中，所述原始训练样本是通过地面监测站点、地下水位传感器网络、以及辅助的遥感设备进行数据采集得到的；所述原始训练样本包括多个参数，所述参数至少包括地下水位深度、地下水位变化速率、地面温度、地面湿度、降雨量和地下水温度；应用所述第一训练样本集对包含拉格朗日单元和时间序列模型的生成对抗网络进行训练，以扩充所述第一训练样本集，得到目标训练样本集；应用预先构建的神经网络对所述目标训练样本集中的训练样本进行特征提取，得到目标特征集；所述神经网络为基于生物电流动态平衡方法训练得到的；应用所述目标特征集对分类器进行训练，输出地下水位监测与预警结果，得到地下水位监测与预警模型；其中，所述地下水位监测与预警模型用于对地下水位进行监测与预警；其中，基于生物电流动态平衡方法训练所述神经网络的过程如下：初始化初始神经网络的网络参数、权重和偏置；针对所述初始神经网络的每个网络参数，将所述网络参数赋值为初始电位值；其中，所述初始电位值的赋值公式为：；是所述初始电位值，是电位初始参考值，tanh函数用于模拟生物细胞电位的非线性响应特性以确保电位值在一定范围内变化；为第i个参数的权重，为第i个所述参数的偏置；将所述初始电位值输入所述初始神经网络，以进行前向传播，得到第一输出结果；其中，前向传播表示为：；是Sigmoid激活函数，x是输入的所述训练样本，w为权重参数，b为偏置参数；根据第一输出结果，计算神经网络的损失函数和电位调整量；其中，电位调整量反映损失函数的变化方式表示为：；其中，是损失函数的梯度，是学习率；根据所述电位调整量、预设的自适应因子，更新神经网络的网络参数、权重和偏置，直至获得满足预设条件的神经网络；其中，根据所述电位调整量更新网络参数表示为： ； ； 其中，是电位影响函数，是参数调整系数,为自适应因子；RE为正则化项，是控制正则化影响的系数，为更新后的权重参数，为更新前的权重参数，为求偏导的符号，为第i个偏置参数；为调整前的电位置，为调整后的电位值；其中，所述生成对抗网络包括生成器网络、判别器网络和所述时间序列模型；所述生成器网络中集成有所述拉格朗日单元；应用所述第一训练样本集对包含拉格朗日单元和时间序列模型的生成对抗网络进行训练，以扩充所述第一训练样本集，得到目标训练样本集的步骤，包括：应用所述第一训练样本集依次对所述生成器网络、所述间序列模型及所述判别器网络进行训练，以生成新增训练样本；其中，时间序列模型的计算公式为： ；其中，为所述时间序列模型的输出，和是时间依赖的权重系数，用于平衡历史样本和当前样本的影响；为第t次迭代时的历史样本，为新增训练样本；在所述生成器网络中整合所述时间序列模型的输出，调整生成过程以反映时间序列的影响表示为： ；其中，为输入的随机噪声向量，为第一训练样本，为所述时间序列模型的输出，是考虑时间序列影响后生成的新增训练样本；利用所述拉格朗日单元对所述新增训练样本进行优化，并对优化后的所述新增训练样本进行质量评估；其中，将生成的所述新增训练样本视为动力学系统的状态，拉格朗日函数设定为，其中是动力学系统的动能，是势能；其中，动能函数的计算方式表示为： ；其中，代表虚拟质量参数，是状态的时间导数；势能函数的计算方式表示为： ；其中，=0.1，是目标生成新增训练样本的状态；确定大于预设的质量评估阈值的所述新增训练样本为目标新增训练样本；将所述新增训练样本添加至所述第一训练样本集，以得到扩充后的目标训练样本集。

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山东绿藤建设发展有限公司，其通讯地址为：271000 山东省泰安市泰山区泰前街道擂鼓石大街通润大厦403室；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”。