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！

龍圖騰網獲悉杭州電子科技大學申請的專利一種邊坡穩定性估計的信息融合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：CN115221966B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202210872743.2，技術領域涉及：G06F18/25；該發明授權一種邊坡穩定性估計的信息融合方法是由徐曉濱;謝哲珉;侯平智;黃曼;陶志剛;馬成榮;李長宏;黃永亮設計研發完成，并于2022-07-21向國家知識產權局提交的專利申請。

本一種邊坡穩定性估計的信息融合方法在說明書摘要公布了：本發明公開了一種邊坡穩定性估計的信息融合方法。本發明基于液位儀和裂縫計監測得到地下水位和地表裂縫寬度的變化情況，將其組合成特征變量，利用聚類算法求取特征變量的參考值集合，并構造相應的邊坡穩定性等級參考信度分布，當在線獲取監測樣本后按照激活程度將參考信度向量進行融合，得到融合后的穩定性信度分布，最終根據信度最大化原則確定邊坡的穩定性。本發明將影響邊坡穩定性的影響因素構造成多維特征變量，該特征變量將匹配所有參考值集合得到參考信度分布，將參考信度分布進行修正和遞歸融合處理，進而實現邊坡穩定性估計，該方法改善了傳統評估報警方法依靠單一監測數據，只能匹配局部參考值，無法完整反映出邊坡運動狀態的局限性。

本發明授權一種邊坡穩定性估計的信息融合方法在權利要求書中公布了：1.一種邊坡穩定性估計的信息融合方法，其特征在于，包括以下各步驟： S1：在邊坡上安裝液位儀和裂縫計，分別用于監測滑坡體地下水位x1和地表裂縫寬度x2的變化情況； S2：將S1中的x1和x2組合成一個二維特征變量[x1,x2]，在獲取[x1,x2]的歷史監測樣本后，通過k-means聚類算法求取[x1,x2]的參考值集合，并構造相應的邊坡穩定性等級參考信度分布； S3：當在線獲取監測樣本[x1t,x2t]之后，將其帶入S2中構建的邊坡穩定性等級參考信度分布，激活參考信度向量，按照激活程度將參考信度向量融合，得到融合后的穩定性信度分布； S4：根據信度最大化原則，由S3中獲得的穩定性信度分布確定邊坡的穩定性； 其中所述步驟S2設計的k-means聚類算法求取二維特征變量[x1,x2]的參考值集合，并構造相應的邊坡穩定性等級參考信度分布，具體如下： S2-1：將S1中的x1和x2組合成一個二維特征變量X＝[x1,x2]，將獲得的歷史監測樣本集合記為S＝{[x1k,x2k,yk]|k＝1,2,....,K}，其中y是對應于特征變量[x1,x2]的邊坡穩定性等級，y的參考值集合Y＝{yn|n＝1,2,3}，其中y1表示“穩定”，y2表示“中度不穩定”，y3表示“很不穩定”； 將S中的[x1k,x2k]抽取出，構成歷史特征樣本集合Sx＝{[x1k,x2k]|k＝1,2,....,K}；對歷史特征樣本集合Sx中的樣本進行K-means均值聚類，得到聚類中心集合這里為樣本的聚類中心個數；設那么組成歷史特征樣本集合Sx的參考值集合為A＝{[A1,1,A2,1],[A1,2,A2,2],...,[A1,J,A2,J]}， S2-2：利用公式1計算特征變量[x1k,x2k]與參考向量[A1,j,A2,j]的歐氏距離djk，利用公式2對所有djk進行歸一化后得到特征變量[x1k,x2k]與參考向量[A1,j,A2,j]的匹配度ajk 由此，特征變量[x1k,x2k]和穩定性等級yk之間的關系被等價地轉換為[x1,x2]的參考值集合A＝{[A1,j,A2,j]|j＝1,...J}與y的參考值集合Y＝{yn|n＝1,2,3}之間的對應關系；對于特征變量[x1k,x2k]，它將會匹配參考值集合A中每一組參考值，其關于參考值集合A的相似度分布為： C[x1k,x2k]＝{[A1,j,A2,j],αjk|j＝1,…,J}3 S2-3：根據步驟S2-1、S2-2獲得的參考值集合A和相似度分布C，構造邊坡穩定性等級的參考信度分布為： ej＝{yn,βn,j|j＝1,...J；n＝1,2,3}4 式中βn,j表示當特征變量取參考值[A1,j,A2,j]時，穩定性等級為yn的信度，其中 其中αn,j表示[x1k,x2k,yk]匹配[A1,j,A2,j]且yk＝yn的所有相似度αjk之和。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市下沙高教園區2號大街；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”。