一种基于深度学习的边坡永久位移预测模型训练方法
授权
摘要
本发明属于边坡位移预测技术领域，公开了一种基于深度学习的边坡永久位移预测模型训练方法，包括：获取地震动数据，根据地震动数据构建数据库；根据地震动数据中的地震特征参数，计算得到地震动强度参数，并存放至数据库中的对应位置；根据地震动数据对应场地的土体参数、边坡几何参数和环境参数，计算得到边坡临界加速度，并存放至数据库中的对应位置；根据地震动数据的加速度时程，计算得到Newmark法地震作用下边坡永久位移，并存放至数据库中的对应位置；构建深度学习模型，通过数据库训练深度学习模型，得到调参后的深度学习模型，作为边坡永久位移预测模型。本发明对边坡永久位移的预测准确度高，有利于判断边坡因地震导致滑坡的潜在风险。
基本信息
专利标题 ：
一种基于深度学习的边坡永久位移预测模型训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113496099A
申请号 ：
CN202110366037.6
公开（公告）日 ：
2021-10-12
申请日 ：
2021-04-06
授权号 ：
CN113496099B
授权日 ：
2022-05-06
发明人 ：
程印王建锋刘同同张迎宾何毅余海洪
申请人 ：
西南交通大学
申请人地址 ：
四川省成都市二环路北一段
代理机构 ：
重庆市信立达专利代理事务所(普通合伙)
代理人 ：
包晓静
优先权 ：
CN202110366037.6
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/08 G06F16/2458 G06Q50/26
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-06 ：
授权
2021-12-03 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20210406
申请日 : 20210406
2021-10-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
