<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 中國地質大學(武漢);中鐵第四勘察設計院集團有限公司劉修國獲國家專利權

          中國地質大學(武漢);中鐵第四勘察設計院集團有限公司劉修國獲國家專利權

          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!

          龍圖騰網獲悉中國地質大學(武漢);中鐵第四勘察設計院集團有限公司申請的專利一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的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:CN120387224B

          龍圖騰網通過國家知識產權局官網在2025-09-12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:202510885062.3,技術領域涉及:G06F30/13;該發明授權一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的預測方法是由劉修國;戴林發寶;孫杰;吳佳明;田力;邵康寧;姚洪錫;李越;王景設計研發完成,并于2025-06-30向國家知識產權局提交的專利申請。

          一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的預測方法在說明書摘要公布了:本發明提供一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的預測方法,該方法整理并構建了一個數據樣本庫,以支持算法的訓練。基于這一數據集,本發明提出了一種規則引擎與深度學習聯合的方案,即RI?ACNTPP,專門用于高速鐵路隧道洞身施工方法參數設計。通過對比實驗評估了RI?ACNTPP模型與GBDT(梯度提升決策樹)、RF(隨機森林)、MLP(多層感知器)、SVM(支持向量機)等模型的性能。結果顯示RI?ACNTPP模型不僅在預測準確率上達到了最高水平,而且在面對小樣本數據時依然能夠保持較高的預測精度。本發明將深度學習技術應用于高速鐵路隧道施工方法的設計,不僅豐富了隧道智能化設計的理論基礎,還為未來高速鐵路隧道施工方法的設計與復查提供了技術支持。

          本發明授權一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的預測方法在權利要求書中公布了:1.一種規則引擎與深度學習聯合的高速鐵路隧道洞身施工方法的預測方法,其特征在于,包括以下步驟: S1、通過分析隧道洞身設計案例確定洞身施工參數設計影響因子,歸納高速鐵路隧道施工設計數據集; S2、對數據進行預處理,預處理包括數據重采樣、缺失值處理以及數據歸一化,旨在提升數據質量,增強模型訓練效果,并最終支持更加精準的設計決策; S3、通過整理施工設計中需要遵循的規則規范,構建規則引擎,先全面梳理與隧道洞身施工設計相關的所有規范要求,并將這些規范轉換為明確的邏輯規則語句,構建一個詳盡的規則表,當有新的數據輸入至模型時,系統自動識別其對應的規則觸發條件,并迅速輸出相應的規則執行結果,在遇到符合多條規則的情況時,系統會選擇安全級別最高的方案作為最終決策,以確保施工的安全性和可靠性;對于無法直接應用現有規則進行分析的數據樣本,通過建立深度學習框架來進行補充預測,該框架整合卷積神經網絡的強特征提取能力,并引入注意力機制使模型專注于輸入數據中與施工方法最相關的部分,用于提高對于數據的理解能力,引入了Focalloss損失函數;搭建深度學習模型,并完成訓練和保存,深度學習模型包括:數據編碼模塊,模型模塊,損失函數模塊; S4、搭建多種機器學習模型作為對比模型用于進行性能對比,并確定適合于此問題的算法模型,所述機器學習模型包括梯度提升決策樹、隨機森林、多層感知器與支持向量機,并選用準確率、精確率、召回率以及F1score作為精度評價指標,通過比較這些評價指標的結果了解所搭建的各種模型的性能特點,并據此選擇最合適的模型用于實際應用。

          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地質大學(武漢);中鐵第四勘察設計院集團有限公司,其通訊地址為:430000 湖北省武漢市洪山區魯磨路388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”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 夜鲁很鲁在线视频| 狼群社区www中文视频| 香蕉EEWW99国产精选免费| 亚洲成在人线在线播放无码| 亚洲欧美另类久久久精品| 亚洲国产精品久久一线app| 99热精这里只有精品| 无码h黄肉动漫在线观看网站| 高跟肉丝少妇A片在线| 无码av免费一区二区三区| 国产精品v欧美精品∨日韩| 中文字幕色偷偷人妻久久| 天天av天天av天天透| 成人乱码一区二区三区四区| 夜夜躁天天躁很很躁| 国产av毛片亚洲含羞草社| 可以在线观看的亚洲视频| 亚洲色素色无码专区| 在线精品视频一区二区| 人人妻人人爽人人爽| 4hu44四虎www在线影院麻豆| 亚洲国产成人精品无码区软件| 成人无码www在线看免费| 中文字幕在线影视| 国产精品亚洲一区二区| 国自产偷精品不卡在线| 无码一区二区三区| 久久久久久久久888| 西西人体做爰大胆性自慰| 亚洲一区二区三区小说| 欧美性暴力变态xxxx| 国产一区二区三区美女| 免费国产午夜理论片不卡| 国产午夜伦鲁鲁| 亚洲成亚洲成网| 97久久精品人人澡人人爽| 一边捏奶头一边高潮视频| 国产成人综合久久精品推荐 | 久久伊人蜜桃av一区二区| 欧美精品乱码99久久蜜桃| 欧美精品videossex少妇|