龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：三峡大学
申请日：2024-03-04
公开（公告）日：2024-05-17
公开（公告）号：CN118051786A
主分类号：G06F18/22
分类号：G06F18/22;G06F18/2321;G06F18/214;G06N20/00;G06Q10/0635;G06Q50/26
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明公开了一种基于机器学习的滚石撞击铁塔的风险评估方法。本发明包括以下步骤：第一步，获取铁塔的信息和滚石滚落瞬时的状态信息；第二步，采集目标区域的地形地貌数据并对目标区域进行三维离散化处理；第三步，采集记载有坡度、地形地貌与摩擦系数的样本数据集，使用基于密度的聚类算法结合多项式回归算法求解三维离散化后目标区域的每个栅格需要赋予的摩擦系数；第四步，建立并训练基于神经网络的撞击模型；第五步，从撞击模型的输入侧输入数据，根据撞击模型的输出判断铁塔被撞击后的风险等级。本发明可以在滚石滚落瞬间预测其可能对铁塔造成的风险等级，为应急避险提供了可能性，对计算机要求低、便于用理论公式验证输出结果。
主权项：1.一种基于机器学习的滚石撞击铁塔的风险评估方法，其特征在于，包括以下步骤：第一步，获取铁塔信息和滚石滚落瞬时的状态信息，其中铁塔的信息包括坐标信息及模型信息，模型信息包括铁塔具体结构尺寸以及材质，滚石滚落瞬时的状态信息包括初始速度、初始质量和初始位置；第二步，采集目标区域的地形地貌数据并对目标区域进行三维离散化处理；第三步，采集记载有坡度、地形地貌与摩擦系数的样本数据集，使用基于密度的聚类算法结合多项式回归算法求解三维离散化后目标区域的每个栅格需要赋予的摩擦系数；第四步，建立并训练基于神经网络的撞击模型；第五步，将第一步至第三步中获得的铁塔信息、滚石滚落瞬时的状态信息、栅格的摩擦系数信息输入第四步中训练的撞击模型中作为输入，根据撞击模型的输出判断铁塔被撞击后的风险等级。
全文数据：
权利要求：
百度查询： 三峡大学 一种基于机器学习的滚石撞击铁塔的风险评估方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号