公开(公告)号：CN110737938A

公开(公告)日：2020-01-31

申请号：CN201910931359.3

申请日：2019-09-28

Applicant: 桂林理工大学

Inventor： 张研 ,  廖逸夫 ,  曾建斌 ,  吴康丽 ,  邝贺伟

IPC: G06F30/13

Abstract: 本发明公开了一种基于GPR的再生混凝土收缩徐变的预测方法及装置，包括：步骤一，收集再生混凝土收缩徐变数据建立学习样本集；步骤二，对样本数据进行标准化处理，使主要影响因素的数量级在同一级别；步骤三，对标准化处理后的学习样本集进行学习，并选用合适的高斯回归的协方差函数；步骤四，基于确定的协方差方程，采用极大似然法自适应获得最优超参数，建立高斯过程回归模型。当有新的预测样本，即新的影响再生混凝土收缩徐变的主要因素输入时，都可预测所对应的徐变度。

公开(公告)号：CN111160490A

公开(公告)日：2020-05-15

申请号：CN202010114086.6

申请日：2020-02-24

Applicant: 桂林理工大学

Inventor： 张研 ,  王鹏鹏 ,  张树光 ,  曾建斌 ,  廖逸夫 ,  邝贺伟 ,  吴哲康

IPC: G06K9/62 ,  G06N20/00

Abstract: 本发明公布了一种基于多时间序列的深度学习危岩变形预测方法及装置，其主要特征是：根据危岩体的监测装置获取危岩图像，利用Caffe可视化工具提取危岩图像特征，训练以危岩图像和特征标签建立起来的AlexNet模型，识别危岩的分布式特征，以收集到的危岩图像特征数据构建危岩变形多时间序列，建立多个数据样本，利用深度学习技术对此学习样本进行拟合学习，最后用Matlab软件编制的筛选程序对多个时间序列的预测数据进行优化对比，输出误差最小的时间序列所进行的预测结果。另外对本发明的装置也进行了详细的说明。本发明的实施例能够体现对危岩预测的准确和灵活，能够为危岩失稳预测预测以及为危岩崩塌预测和防治提供依据。