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！

龙图腾网恭喜月明星(北京)科技有限公司申请的专利水坝形变信息预测模型训练方法、预测方法和电子设备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：CN118351086B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202410499720.0，技术领域涉及：G06T7/00；该发明授权水坝形变信息预测模型训练方法、预测方法和电子设备是由刘文强;闫鑫;冯柏程设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本水坝形变信息预测模型训练方法、预测方法和电子设备在说明书摘要公布了：本公开的实施例公开了水坝形变信息预测模型训练方法、预测方法和电子设备。该方法的一具体实施方式包括：获取目标水坝的历史水坝影像数据序列；基于历史水坝影像数据序列，生成各个历史水坝形变点信息序列，每个历史水坝形变点信息序列对应一水坝形变点；对各个历史水坝形变点信息序列和目标水坝对应的水坝特征信息集合进行归一化处理；对每个历史水坝形变点信息对应的历史时间进行季节编码，得到季节编码信息；基于归一化处理后的各个历史水坝形变点信息序列、水坝特征信息集合和所得到的各个季节编码信息，生成样本集；基于样本集，对初始水坝形变信息预测模型进行训练，得到水坝形变信息预测模型。该实施方式提高了对水坝形变量的预测准确性。

本发明授权水坝形变信息预测模型训练方法、预测方法和电子设备在权利要求书中公布了：1.一种水坝形变信息预测模型训练方法，包括：获取目标水坝在预设历史时间段内的历史水坝影像数据序列；基于所述历史水坝影像数据序列，生成各个历史水坝形变点信息序列，其中，每个历史水坝形变点信息序列对应一个水坝形变点，历史水坝形变点信息序列中的每个历史水坝形变点信息对应有历史时间，各个历史水坝形变点信息序列对应的各个历史时间相同，历史水坝形变点信息包括形变量、历史时间；对所述各个历史水坝形变点信息序列和所述目标水坝对应的水坝特征信息集合进行归一化处理，得到归一化处理后的各个历史水坝形变点信息序列和归一化处理后的水坝特征信息集合，其中，所述水坝特征信息集合对应所述各个历史水坝形变点信息序列所对应的各个水坝形变点；对于所述各个历史水坝形变点信息序列中每个历史水坝形变点信息，对所述历史水坝形变点信息对应的历史时间进行季节编码，得到季节编码信息，其中所述对所述历史水坝形变点信息对应的历史时间进行季节编码，包括：将所述历史水坝形变点信息对应的历史时间确定为目标历史时间；从预设季节编码信息集合中选择对应所述目标历史时间的预设季节编码信息作为对应所述目标历史时间的季节编码信息，其中，所述预设季节编码信息集合包括对应每个季节的至少一个预设季节编码信息，预设季节编码信息集合为将每个季节进行编码为至少一个季节编码信息后得到的各个季节编码信息，对应所述目标历史时间的预设季节编码信息为所述目标历史时间所在的时间段对应的预设季节编码信息；基于归一化处理后的各个历史水坝形变点信息序列、归一化处理后的水坝特征信息集合和所得到的各个季节编码信息，生成样本集；基于样本集，对初始水坝形变信息预测模型进行训练，得到训练完成的初始水坝形变信息预测模型作为水坝形变信息预测模型，其中所述基于样本集，对初始水坝形变信息预测模型进行训练，包括：对所述样本集进行划分处理，得到初始训练样本集、验证样本集和测试样本集；对于各个初始训练样本中的每两个初始训练样本，执行以下步骤：将所述两个初始训练样本分别确定为第一初始训练样本和第二初始训练样本；将所述第一初始训练样本包括的各个第一字段值的均值确定为第一均值；将所述第二初始训练样本包括的各个第二字段值的均值确定为第二均值；对于所述第一初始训练样本包括的每个第一字段值，基于所述第二初始训练样本包括的每个第二字段值，执行以下步骤：将所述第一字段值与所述第一均值的差确定为第一差值；将所述第一差值的平方确定为第一平方值；将所述第二字段值与所述第二均值的差确定为第二差值；将所述第二差值的平方确定为第二平方值；将所述第一差值与所述第二差值的乘积确定为第一相关分量信息；将所确定的各个第一相关分量信息确定为第一相关信息；将所确定的各个第一平方值的和确定为第一平方和；将所确定的各个第二平方值的和确定为第二平方和；将所述第一平方和与所述第二平方和的乘积的二分之一次方确定为第二相关信息；将所述第一相关信息与所述第二相关信息的比值确定为第一相关值；将所述第一初始训练样本对应的位置坐标信息确定为第一位置坐标信息，其中，所述位置坐标信息为水坝形变点的三维地理坐标；将所述第二初始训练样本对应的位置坐标信息确定为第二位置坐标信息；将所述第一位置坐标信息作为行向量，将所述第二位置坐标信息作为列向量，以及将所述行向量和所述列向量的点积确定为距离信息，将所述距离信息作为第二相关值；对所述第一相关值和所述第二相关值进行加权处理，得到所述第一初始训练样本和所述第二初始训练样本的相关值；基于所确定的各个相关值，从所述各个初始训练样本中选择满足预设相关条件的各个初始训练样本作为筛选训练样本集，其中，所述预设相关条件为初始训练样本对应的相关值为所述各个相关值中TopN的相关值；基于所述筛选训练样本集和所述各个季节编码信息，生成训练样本集；基于训练样本集，对初始水坝形变信息预测模型进行训练，得到训练完成的初始水坝形变信息预测模型作为水坝形变信息预测模型。

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月明星(北京)科技有限公司，其通讯地址为：100086 北京市海淀区知春路128号1号楼3层301；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”。