買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國安能集團第三工程局有限公司;成都星景智能科技有限公司申請的專利一種基于深度學習的雪崩人工干預有效影響范圍預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119228141B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411719187.0，技術領域涉及：G06Q10/0635；該發明授權一種基于深度學習的雪崩人工干預有效影響范圍預測方法是由覃壯恩;侯爭軍;李自強;賀寧波;李波;韓照梁;汪雨濃;何中泉;王一帆;吳坤;簡曄設計研發完成，并于2024-11-28向國家知識產權局提交的專利申請。

本一種基于深度學習的雪崩人工干預有效影響范圍預測方法在說明書摘要公布了：本發明公開了一種基于深度學習的雪崩人工干預有效影響范圍預測方法，具體涉及雪崩風險控制技術領域，包括以下步驟：通過無人機采集雪山邊坡的三維地形數據與積雪體數據，構建邊坡地形數據庫和積雪體數據庫，并結合炸藥空爆近場超壓數據庫進行標簽標注；基于深度學習算法，利用標注后的數據集構建雪崩概率預測模型，預測雪山邊坡所有預設范圍的雪崩概率，生成概率云圖；該云圖投影至三維模型上，并根據不同的風險管控要求調整顯示閾值，通過此判斷雪崩人工干預的有效影響范圍是否滿足工程需求，實現精準控制；本發明不僅提高了模型的適用性和準確性，還能精細地預測不同網格區域的雪崩風險，提高爆破干預的精確性，避免不必要的爆破和資源浪費。

本發明授權一種基于深度學習的雪崩人工干預有效影響范圍預測方法在權利要求書中公布了：1.一種基于深度學習的雪崩人工干預有效影響范圍預測方法，其特征在于，包括以下步驟：S1、通過無人機采集雪山邊坡的三維地形數據與高位積雪體數據，并構建預設范圍的邊坡地形數據庫與該區域積雪體數據庫；S2、構建炸藥空爆近場超壓數據庫，并對邊坡地形數據庫、積雪體數據庫以及炸藥空爆近場超壓數據庫內的數據進行標簽標注；S3、基于深度學習算法，將已完成標簽標注后得到的數據集輸入雪崩概率預測模型進行構建；S4、使用構建完成的雪崩概率預測模型對雪山邊坡的所有預設范圍均進行遍歷預測，形成整個雪山邊坡的雪崩概率云圖；S5、將S4得到的雪山邊坡概率云圖投影至雪山邊坡整體三維模型，根據不同的風險管控要求調整概率云圖顯示閾值，根據投影顯示結果判斷雪崩人工干預有效影響范圍是否滿足工程需求；構建的炸藥空爆近場超壓數據庫中，炸藥空爆的空氣沖擊波超壓數據計算公式如下： ； 為空氣沖擊波壓力等效衰減距離，為炸藥空爆的空氣沖擊波壓超壓數據；空氣沖擊波壓力等效衰減距離的計算公式為： ；R為沖擊波壓力衰減距離，W為炸藥質量；深度學習算法包含分數位回歸、DeepAR自回歸遞歸、LSTM，以及Transformer模型，通過對已完成標簽標注后得到的數據集進行特征提取，以及預設的學習策略，分別生成選擇系數和適用系數，然后通過模糊邏輯從分數位回歸、DeepAR自回歸遞歸、LSTM，以及Transformer模型中選擇對應的唯一確定項算法模型進行雪崩概率預測模型構建；選擇系數的獲取邏輯為：獲取從已完成標簽標注后得到的數據集中特征提取到的各類型數據的數據維度、時間序列長度、各類型數據的方差，以及各類型數據的時間序列相關性，i表示數據類型，然后代入選擇系數計算公式中： ；通過計算各類型數據的數據維度的乘積得到，通過計算各類型數據的方差的平均值得到，通過計算各類型數據的時間序列相關性的平均值得到，為選擇系數，、、、均為預設的非零比例系數；適用系數的獲取邏輯為：從預設的學習策略中獲取學習率、隱層維度、丟失率、批次數值，然后代入適用系數計算公式中： ；為適用系數，、、、均為預設的非零影響系數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國安能集團第三工程局有限公司;成都星景智能科技有限公司，其通訊地址為：610000 四川省成都市金牛區茶店子安蓉路4號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。