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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉眉山職業(yè)技術學院(眉山技師學院)申請的專利基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119917947B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510008761.X，技術領域涉及：G06F18/243；該發(fā)明授權基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法是由彭志松;蘇培東;林建兵;楊曉勇;潘復超;趙曉彥;李強;陳旭;劉琳;張益弛設計研發(fā)完成，并于2025-01-03向國家知識產(chǎn)權局提交的專利申請。

本基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法在說明書摘要公布了：本發(fā)明公開了一種基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法，包括以下步驟：采集地下空間適宜性評價指標的三維數(shù)據(jù)；對所述三維數(shù)據(jù)進行歸一化處理，獲得歸一化數(shù)據(jù)，通過改進的模糊綜合評價法對歸一化數(shù)據(jù)打標簽；基于XGBoost模型構(gòu)建初始適宜性評估模型，通過打上標簽的歸一化數(shù)據(jù)對所述初始適宜性評估模型進行訓練，獲得適宜性評估模型；通過所述適宜性評估模型進行城市地下空間適宜性分類。本發(fā)明將改進模糊層次綜合評價法和改進的XGBoost模型相結(jié)合進行地下空間適宜性評估。通過改進的螳螂算法對XGBoost模型進行改進，能夠避免傳統(tǒng)XGBoost模型參數(shù)選取基有隨機性難以獲得最優(yōu)組合參數(shù)的缺陷。

本發(fā)明授權基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法在權利要求書中公布了：1.一種基于模糊層次綜合法與半監(jiān)督學習的地下空間適宜性評估方法，其特征在于，包括以下步驟： 采集地下空間適宜性評價指標的三維數(shù)據(jù)；所述三維數(shù)據(jù)包括高差、坡度、巖體特征、土體特征、地表水影響、地下水埋深和地下水腐蝕性； 對所述三維數(shù)據(jù)進行歸一化處理，獲得歸一化數(shù)據(jù)，通過改進的模糊層次綜合評價法對數(shù)據(jù)打標簽； 基于XGBoost模型構(gòu)建初始適宜性評估模型，通過打上標簽的歸一化數(shù)據(jù)對所述初始適宜性評估模型進行訓練，獲得適宜性評估模型； 構(gòu)建初始適宜性評估模型的方法包括通過改進螳螂算法對XGBoost模型進行優(yōu)化，得到初始適宜性評估模型； 所述通過改進螳螂算法對XGBoost模型進行優(yōu)化的方法包括： 設計XGBoost模型的參數(shù)范圍并進行初始化，獲得初始化種群； 通過使用XGBoost模型對所述初始化種群進行訓練，可以獲得每個個體的適應度值； 利用改進后的螳螂算法對適應度值進行優(yōu)化，獲得最優(yōu)適應度值； 基于所述最優(yōu)適應度值獲取模型權重，通過模型權重對所述XGBoost模型進行更新，得到初始適宜性評估模型； 所述改進螳螂算法的方法包括： 采用Tent映射對螳螂算法種群進行初始化； 通過反向?qū)W習對螳螂算法中尋找獵物和攻擊獵物的解進行擾動； 通過高斯-柯西變異對螳螂算法中性同食階段的解進行擾動； 通過所述適宜性評估模型進行城市地下空間開發(fā)利用適宜性分類。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E7%9C%89%E5%B1%B1%E8%81%8C%E4%B8%9A%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2%28%E7%9C%89%E5%B1%B1%E6%8A%80%E5%B8%88%E5%AD%A6%E9%99%A2%29&temp=1">眉山職業(yè)技術學院(眉山技師學院)，其通訊地址為：620010 四川省眉山市眉州大道岷東段5號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。