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！

龙图腾网获悉聊城大学申请的专利基于迁移学习的城市地下空间沉降预测方法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：CN119885873B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202411962068.8，技术领域涉及：G06F30/27；该发明授权基于迁移学习的城市地下空间沉降预测方法是由魏辰宇;刘万荣;徐文瑞设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于迁移学习的城市地下空间沉降预测方法在说明书摘要公布了：本发明涉及建筑信息化技术领域，更具体地说，涉及基于迁移学习的城市地下空间沉降预测方法及其系统，包括：获取目标城市的地质特征数据、施工工艺数据和历史沉降监测数据；获取具有丰富沉降数据的源域城市的地质特征数据、施工工艺数据和历史沉降监测数据；基于所述源域城市数据，构建并训练源域神经网络模型；基于所述目标城市数据和所述源域神经网络模型，构建目标域神经网络模型；根据所述目标域神经网络模型和所述源域神经网络模型，执行迁移学习过程，得到融合模型；基于所述融合模型，生成目标城市的地下空间沉降预测结果，通过引入迁移学习技术，本发明能够有效利用数据丰富城市的沉降知识，提高数据匮乏城市的预测精度。

本发明授权基于迁移学习的城市地下空间沉降预测方法在权利要求书中公布了：1.基于迁移学习的城市地下空间沉降预测方法，其特征在于，包括： 获取步骤，包括： 获取目标城市的地质特征数据、施工工艺数据和历史沉降监测数据； 获取具有丰富沉降数据的源域城市的地质特征数据、施工工艺数据和历史沉降监测数据； 处理步骤，包括： 基于所述源域城市数据，构建并训练源域神经网络模型； 基于所述目标城市数据和所述源域神经网络模型，构建目标域神经网络模型； 根据所述目标域神经网络模型和所述源域神经网络模型，执行迁移学习过程，得到融合模型； 输出步骤，包括： 基于所述融合模型，生成目标城市的地下空间沉降预测结果; 所述处理步骤中构建目标域神经网络模型具体包括： 复制所述源域神经网络模型的结构作为初始目标域神经网络模型； 使用所述目标城市数据对所述初始目标域神经网络模型进行微调； 基于损失函数的梯度，更新所述目标域神经网络模型的参数; 所述处理步骤中执行迁移学习过程具体包括： 计算源域和目标域数据分布的差异； 基于所述差异，动态调整源域知识迁移的程度； 结合源域和目标域的损失函数，优化所述融合模型的参数； 所述动态调整源域知识迁移的程度具体包括： 引入权重系数λ，其中0≤λ≤1； 当λ=0时，完全使用目标域数据；当λ=1时，完全使用源域数据； 通过迭代优化确定最优的λ值。

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聊城大学，其通讯地址为：252000 山东省聊城市东昌府区湖南路1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”。

以上内容由龙图腾AI智能生成。