Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜四川省自然资源勘察设计集团有限公司覃浩坤获国家专利权

恭喜四川省自然资源勘察设计集团有限公司覃浩坤获国家专利权

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!

龙图腾网恭喜四川省自然资源勘察设计集团有限公司申请的专利地灾高风险区滑坡协同监测预警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:CN119445806B

龙图腾网通过国家知识产权局官网在2025-04-04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:202510033137.5,技术领域涉及:G08B31/00;该发明授权地灾高风险区滑坡协同监测预警方法及系统是由覃浩坤;王文斌;周洪生;罗威;李道凌;郭健;周华健;许洋;王韶军设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

地灾高风险区滑坡协同监测预警方法及系统在说明书摘要公布了:本发明公开了地灾高风险区滑坡协同监测预警方法及系统,应用于及智能监测预警技术领域,方法包括:获取目标滑坡的滑坡表面数据和滑坡地质结构数据;设置多个监测设备;获取滑坡运动类型数据和滑坡变形类型数据;获取预测位移数据;计算第一修正权重,并修正第一修正权重形成第二修正权重;更新第二神经网络模型;根据更新后的第二神经网络模型输出的预测位移数据判断目标滑坡是否安全。本发明对不同的滑坡运动类型和滑坡变形类型的分析,并将分析后的结果应用在神经网络模型的更新过程中,有效的提高了模型预测的精度,提高了迭代效率,使得在各种突发状况后,都可以将预测模型及时的更新到最新状态,有效提高了安全性和适用性。

本发明授权地灾高风险区滑坡协同监测预警方法及系统在权利要求书中公布了:1.地灾高风险区滑坡协同监测预警方法,其特征在于,包括:获取目标滑坡的滑坡表面数据和滑坡地质结构数据;所述滑坡表面数据通过天基卫星观测、无人机观测和地表三维激光观测中的至少一种获取;所述滑坡地质结构数据通过地球物理勘探方法获取;根据所述滑坡表面数据和所述滑坡地质结构数据为所述目标滑坡设置多个监测设备,并将所述监测设备根据相对所述目标滑坡的位置划分为前缘设备、中段设备和后缘设备;将当前时刻的监测数据输入预设的第一神经网络模型,并获取所述第一神经网络模型输出的滑坡运动类型数据和滑坡变形类型数据;所述监测数据包括前缘监测数据、中段监测数据和后缘监测数据;所述前缘监测数据为所述前缘设备监测到的位移数据,所述中段监测数据为所述中段设备监测到的位移数据,所述后缘监测数据为所述后缘设备监测到的位移数据;将当前时刻的所述监测数据输入预设的第二神经网络模型中,并获取所述第二神经网络模型输出的位移数据作为预测位移数据;通过所述预测位移数据和下一时刻的所述监测数据的差异计算第一修正权重,并根据所述滑坡变形类型数据和所述滑坡运动类型数据修正所述第一修正权重形成第二修正权重;根据所述第一修正权重和所述第二修正权重更新所述第二神经网络模型,并重复获取所述监测数据更新所述第二神经网络模型;根据更新后的所述第二神经网络模型输出的所述预测位移数据判断所述目标滑坡是否安全;第一修正权重和第二修正权重的计算包括:通过损失函数计算出所述预测位移数据和下一时刻的所述监测数据的差异作为损失值;通过所述损失值反向传播计算所述第二神经网络模型中各层的梯度,并通过所述梯度计算所述第二神经网络模型的权重作为所述第一修正权重;获取所述滑坡变形类型数据对应的前缘监测数据、中段监测数据和后缘监测数据的权重作为变形权重,并获取所述滑坡运动类型数据对应的前缘监测数据、中段监测数据和后缘监测数据的权重作为运动权重;将所述变形权重和所述运动权重乘以所述第一修正权重中对应输入层到隐含层的第一修正权重形成所述第二修正权重;根据所述第一修正权重和所述第二修正权重更新所述第二神经网络模型包括:将所述第二神经网络模型中的输入层到隐含层的权重更新为对应的所述第二修正权重,并将第二神经网络模型中的非输入层到隐含层的权重更新为对应的所述第一修正权重。

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四川省自然资源勘察设计集团有限公司,其通讯地址为:610000 四川省成都市高新区高朋大道22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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。