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！

龙图腾网获悉重庆大学申请的专利一种基于深度学习的储罐穹顶位移数据修复方法及其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：CN113688773B 。

龙图腾网通过国家知识产权局官网在2023-09-26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：202111030325.0，技术领域涉及：G06F18/10；该发明授权一种基于深度学习的储罐穹顶位移数据修复方法及其装置是由陈增顺;华建民;黄乐鹏;薛暄译;高霖;王思宇设计研发完成，并于2021-09-03向国家知识产权局提交的专利申请。

本一种基于深度学习的储罐穹顶位移数据修复方法及其装置在说明书摘要公布了：本发明涉及一种基于深度学习的储罐穹顶位移数据修复方法，属于位移数据修复技术领域，所述修复方法包括：获取待修复测点和周围关联测点的历史位移数据，通过集合经验模态分解算法分解为多个本征模态函数分量对1DCNN‑BiLSTM模型进行训练得到EEMD‑1DCNN‑BiLSTM模型，并通过EEMD‑1DCNN‑BiLSTM模型预测出缺失的位移数据，完成数据修复。本发明中，将EEMD、1DCNN和BiLSTM组合成一个新的模型，非常适合处理有空间关联的复杂长期时序动态信息，能够大大提高预测精度，非常适合用于LNG储罐穹顶缺失位移数据的修复。

本发明授权一种基于深度学习的储罐穹顶位移数据修复方法及其装置在权利要求书中公布了：1.一种基于深度学习的储罐穹顶位移数据修复方法，用于LNG储罐穹顶位移数据缺失时的修复，其特征在于，包括以下步骤：步骤S1、将LNG储罐穹顶位移数据缺失的测点作为待修复测点，在待修复测点周围选取多个测点作为关联测点，并获取待修复测点在数据缺失时段前某一时段的历史位移数据以及关联测点在对应时段的历史位移数据，通过集合经验模态分解算法将上述测点的历史位移数据分别分解为多个本征模态函数分量；步骤S2、将分解得到的本征模态函数分量作为1DCNN-BiLSTM模型的输入特征，通过1DCNN模型提取关联测点的位移与待修复测点的位移的空间相关性特征，再把提取的空间相关性特征送入到BiLSTM模型，获取时间上的依赖度特性；步骤S3、定义1DCNN-BiLSTM模型的损失函数，当1DCNN-BiLSTM模型的损失函数的值收敛为一个固定值保持不变时，结束训练，得到EEMD-1DCNN-BiLSTM模型；步骤S4、获取待修复测点在数据缺失时段前的位移数据以及关联测点在数据缺失时段及数据缺失时段前的位移数据，将上述位移数据输入EEMD-1DCNN-BiLSTM模型预测出待修复测点在数据缺失时段的位移数据；将预测出的位移数据作为待修复测点在数据缺失时段的位移数据，完成缺失数据的修复。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。