“郑钤”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果13个，建议您升级VIP下载更多相关专利

[发明专利]基于改进集对分析的城市水质等级确定方法、装置及介质-CN202110312612.4有效
发明人：郑钤;吕海敏;沈水龙;闫涛;周鑫慧 -专利权人：汕头大学;上海交通大学
申请日： 2021-03-24 - 公布日： 2023-09-19 - 主分类号： G06Q10/0635 文献下载
摘要：本发明提供一种基于改进集对分析的城市水质等级的确定方法，包括：S1，辨识影响城市水质的风险因子，建立水质风险评估模型；S2，根据城市水质标准规范确定水质情况评价等级和各水质评价指标的标准；S3，基于S1建立的水质风险评估模型，利用层次分析法确定城市水质各评价指标的权重，运用改进集对分析法计算各评价指标联系度；S4，将S3得到的区域内各评价指标的联系度与各评价指标的权重进行加权计算，得到每级的综合联系度，根据综合联系度作为评定区域水质等级。本发明还提供一种基于改进集对分析的城市水质等级的确定装置及介质，能使得水质等级确定更加高效合理。
基于改进分析城市水质等级确定方法装置介质

[发明专利]一种盾构掘进线路实时预测方法、终端及介质-CN202110442112.2有效
发明人：王锦涛;雷鹏;沈水龙;张楠;郑钤;付鸿飞;侯永兵;佟雨泉;张桂彬;朱成根;胡鹏飞;洪明俊;张平津;宋文俊;姚世晨;屈焕 -专利权人：中铁十六局集团北京轨道交通工程建设有限公司;中铁十六局集团有限公司;汕头大学
申请日： 2021-04-23 - 公布日： 2023-08-22 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种盾构掘进线路实时预测方法、终端及介质，其中方法包括：建立原始参数集；对所述原始参数集进行筛选，并进行无量纲化处理，得到标准化数据集；对所述标准化数据集进行特征提取；所述特征提取是指：降低盾构操作参数，地质参数，隧道几何参数之间的相关关系，建立代替原始参数集的特征参数集；确定GRU深度学习网络，利用GRU深度学习网络得到盾构掘进线路偏差预测值。本发明通过特征提取，减少了原始参数数据中的噪声，降低了原始参数数据中的相关性，进而减轻了深度网络模型复杂程度，提高了预测结果准确性。
一种盾构掘进线路实时预测方法终端介质

[发明专利]一种盾构隧道壁后注浆后的衬砌附加应力确定方法及系统-CN202310340856.2在审
发明人：沈水龙;孔鹤淇;郑钤;刘晓雪 -专利权人：汕头大学
申请日： 2023-03-31 - 公布日： 2023-06-23 - 主分类号： G01L5/00 文献下载
摘要：本发明公开了一种盾构隧道壁后注浆后的衬砌附加应力确定方法、系统、设备及存储介质，其中所述方法包括：确定待测盾构隧道的施工条件及其所处的地质条件；确定应用到待测盾构隧道中的浆液条件；结合施工条件、地质条件和浆液条件，构建与待测盾构隧道关联的隧道施工三维流固耦合模型；在不同注浆条件下设定多个壁后注浆工况，控制隧道施工三维流固耦合模型在每个壁后注浆工况下运行一段时间以监测得到衬砌应力，再结合衬砌刚安装时的应力来确定在每个壁后注浆工况下产生的衬砌附加应力。本发明通过搭建考虑到衬砌壁后浆液扩散和固结工况下的隧道施工三维流固耦合模型，可以模拟出由隧道施工引起的衬砌附加应力变化情况，操作简单易行。
一种盾构隧道壁后注浆后衬砌附加应力确定方法系统

[发明专利]一种基于差异进化人工智能的旋喷桩直径的确定方法-CN202110373814.X有效
发明人：王雅洁;皮尔·盖伊·唐·约克;沈水龙;郑钤;张宁 -专利权人：汕头大学
申请日： 2021-04-07 - 公布日： 2023-05-26 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于差异进化人工智能的旋喷桩直径的确定方法，包括以下步骤：收集旋喷桩的施工参数、地层参数以及对应的旋喷桩直径并预处理；将预处理后数据集分为训练集和测试集，并对数据集进行归一化处理；初始化差异进化人工神经网络；将训练集输入所述差异进化人工神经网络，利用N‑亚当法优化算法迭代训练；进行差异进化人工神经网络的突变、重组和选择，得到下一代种群个体；重复训练步骤，直到进化代数达到阈值或训练集的准确率达到要求时结束训练，并保存此时的差异进化人工神经网络；将旋喷桩数据集输入差异进化人工神经网络，得到旋喷桩直径。本发明利用差异进化人工神经网络提高计算的准确度，实现旋喷桩直径高效准确预测。
一种基于差异进化人工智能旋喷桩直径确定方法

[发明专利]基于改进LSTM深度学习方法的土体应力应变关系确定方法-CN202011021562.6有效
发明人：沈水龙;张宁;闫涛;郑钤 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2022-09-13 - 主分类号： G06F30/13 文献下载
摘要：本发明公开了一种基于改进LSTM深度学习方法的土体应力应变关系确定方法，包括步骤：制备不同物理力学参数的土体试样；建立应力应变的原始数据集；对所述原始数据集进行归一化处理；建立四层LSTM深度学习网络，确定隐藏层节点数量Nh、激活函数和代价函数J；确定LSTM深度学习网络的初始权值矩阵和向量，以及混合激活函数的初始参数；利用修正Adam动量梯度下降算法更新权值矩阵，确定代价函数下降幅度Jd，更新激活函数参数；重复迭代直至LSTM深度学习网络的代价函数J小于预设数值或达到预定迭代训练次数Iter。本发明从实验数据中提取并确定应力和应变的非线性关系，能够考虑土体应力应变行为的时间相关特性。本方法简单、实用，便于推广，具有很大的应用价值。
基于改进 lstm 深度学习方法应力应变关系确定方法

[发明专利]一种基于长短记忆神经网络的旋喷桩直径的确定方法-CN202110229427.9有效
发明人：夏苓;唐约克;郑钤;沈水龙 -专利权人：汕头大学
申请日： 2021-03-02 - 公布日： 2022-07-22 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于长短记忆神经网络的旋喷桩直径的确定方法，包括S1：确定旋喷桩施工点位的地层参数；S2：收集现场注浆试验中旋喷桩的施工参数和成桩直径；S3：将收集的旋喷桩施工参数、成桩直径和对应的地层参数进行预处理并划分训练集和测试集；S4：将划分好的训练集输入到双向长短记忆神经网络中进行训练，调整双向长短记忆神经网络的参数，得到训练好的双向长短记忆神经网络，所述训练好的双向长短记忆神经网络用于计算旋喷桩成桩直径；S5：将预设旋喷桩施工参数和地层参数输入至成桩直径确定方法，确定旋喷桩成桩直径。本发明利用具有时间序列数据处理能力的长短记忆神经网络方法，保证了旋喷桩的桩径设计与其施工质量。
一种基于长短记忆神经网络旋喷桩直径确定方法

[发明专利]基于长短期记忆深度学习的土体应力应变关系确定方法-CN202011029070.1在审
发明人：沈水龙;张宁;闫涛;郑钤 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2022-03-29 - 主分类号： G06F30/13 文献下载
摘要：本发明公开了一种基于长短期记忆深度学习的土体应力应变关系确定方法，包括以下步骤：制备不同物理力学参数的土体试样获取不同所述土体试样在指定应力加载步下的应变数据，建立应力应变的原始数据集，进行归一化处理，得到归一化数据集；建立四层LSTM深度学习网络；确定LSTM深度学习网络的初始权值矩阵和向量；将训练集输入LSTM深度学习网络，利用修正A dam动量梯度下降算法更新权值矩阵，并确定代价函数值J；重复迭代直至LSTM深度学习网络的代价函数J小于预设数值χ或达到预定迭代训练次数Iter。采用本发明，能快速准确地预测不同土体在不同围压条件下的应力应变关系，对指导实际工程具有重要意义。本方法简单、实用，便于推广，具有很大的应用价值。
基于短期记忆深度学习应力应变关系确定方法

[发明专利]一种拟合多尺度数据集的多尺度神经网络方法-CN202011030196.0在审
发明人：张宁;沈水龙;郑钤;闫涛 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2022-03-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种拟合多尺度数据集的多尺度神经网络方法，包括步骤：针对数据集中的训练集，确定数据样本标签数据的尺度效应系数c；确定神经网络网络结构和多尺度代价函数J；将训练集的输入数据输入神经网络，通过前向计算过程，确定多尺度代价函数值；根据所述多尺度代价函数值，确定神经网络输出层和隐藏层的误差分量；根据误差分量确定神经网络的权重更新梯度，更新权重参数；迭代训练神经网络，直至神经网络的代价函数J小于预设数值χ或达到预定迭代训练次数。采用本发明，通过构造适用于多尺度数据的代价函数，从而确保神经网络能够精准学习数据的多尺度特征，本发明方法简单、实用，便于推广，具有很大的应用价值。
一种拟合尺度数据神经网络方法

[发明专利]一种加速训练循环神经网络的混合激活函数确定方法-CN202011030197.5在审
发明人：张宁;沈水龙;郑钤;闫涛 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2022-03-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种加速训练循环神经网络的混合激活函数确定方法，包括步骤：初始化循环神经网络的权值参数W，以及混合激活函数的参数；将数据集输入循环神经网络，计算误差分量，更新权值参数，计算代价函数下降幅度；若代价函数下降幅度Jd满足预设条件，则更新激活函数参数；迭代训练循环神经网络，直至代价函数J小于预设数值χ或达到预定迭代训练次数。采用本发明，结合双曲正切函数和线性函数，提出了混合激活函数，彻底消除激活函数的饱和区，确保激活函数在误差反向传播过程中其导数不再为0。本方法简单、实用，便于推广，具有很大的应用价值。
一种加速训练循环神经网络混合激活函数确定方法

[发明专利]基于施工参数的盾构机掘进的安全状态确定方法、装置-CN202110200503.3有效
发明人：徐波;王天;余贵良;周剑;沈水龙;闫旭升;丁玉宝;侯泰成;郑钤;林松顺 -专利权人：中铁建华南建设有限公司
申请日： 2021-02-23 - 公布日： 2021-11-23 - 主分类号： G06F30/20 文献下载
摘要：本申请涉及一种基于施工参数的盾构机掘进的安全状态确定方法、装置、计算机设备和存储介质。本申请能够降低人为判断风险等级导致的主观性，提高盾构机施工状态判断的准确性。该方法包括：基于隧道穿越地层参数和盾构施工参数，对盾构掘进状态进行等级划分，构建与上述盾构掘进状态的等级对应的隶属度函数，使用隶属度函数计算各项盾构施工参数的隶属度，并构建评估矩阵，根据评估矩阵确定各项盾构施工参数分别在各盾构掘进状态等级中对应的盾构施工参数权重，根据盾构施工参数权重，确定各项盾构施工参数分别隶属于各盾构掘进状态等级的置信度，基于证据理论计算得到多个联合置信度函数值，根据该联合置信度函数值确定盾构机掘进安全状态等级。
基于施工参数盾构掘进安全状态确定方法装置

[发明专利]基于盾构施工参数的施工风险等级确定方法、装置及介质-CN202110313415.4在审
发明人：周鑫慧;吕海敏;沈水龙;郑钤 -专利权人：上海交通大学;汕头大学
申请日： 2021-03-24 - 公布日： 2021-06-04 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种基于盾构施工参数的施工风险等级确定方法，包括：S1,对实际盾构隧道工程进行风险辨识，建立由盾构隧道工程风险评价指标组成的风险指标体系；S2,根据实际情况确定盾构隧道工程风险的评价等级和评价指标的评价标准；S3,利用层次分析法确定S1中盾构隧道工程风险评价指标的权重；S4,基于S2的评价标准，运用改进的集对分析法计算S1中各评价指标的联系度；S5,将S4得到的各评价指标的联系度基于S3得到的权重进行修订，得到综合联系度，根据所述综合联系度依据S2的风险评价等级确定盾构隧道每环的风险等级。本发明还提供一种基于盾构施工参数的施工风险等级确定装置及介质，显著地提高了风险分析的准确度。
基于盾构施工参数风险等级确定方法装置介质

[发明专利]一种土体应力应变关系确定方法-CN202011020022.6在审
发明人：沈水龙;张宁;闫涛;郑钤 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2021-01-22 - 主分类号： G01N3/08 文献下载
摘要：本发明公开了一种基于多尺度长短期记忆深度学习的土体应力应变关系确定方法，包括步骤：制备不同物理力学参数的土体试样；获取不同土体试样的应变数据，建立应力应变的原始数据集；对原始数据集进行归一化处理，得到归一化数据集，确定数据样本标签数据的尺度效应系数c；建立四层LSTM深度学习网络，确定隐藏层节点数量Nh、激活函数和多尺度代价函数J；确定LSTM深度学习网络的初始权值矩阵和向量；将训练集输入LSTM深度学习网络，利用修正Adam动量梯度下降算法更新权值矩阵，并确定代价函数值J；重复迭代直至LSTM深度学习网络的代价函数J小于预设数值χ或达到预定迭代训练次数Iter。本发明具有简单、实用等优点，便于推广，具有很大的应用价值。
一种应力应变关系确定方法

[发明专利]一种LSTM循环神经网络等效材料矩阵的计算方法-CN202011020027.9在审
发明人：张宁;沈水龙;郑钤;闫涛 -专利权人：汕头大学
申请日： 2020-09-25 - 公布日： 2021-01-12 - 主分类号： G06F30/23 文献下载
摘要：本发明实施例公开了一种LSTM循环神经网络等效材料矩阵的确定方法，包括步骤：计算t＝0时刻LSTM单元的状态参量0c,0y和偏导数使t＝t+1，将t时刻应变tε输入LSTM循环神经网络，计算LSTM单元状态参量ti,tz,tf,to,tc,ty和偏导数计算t时刻全连接隐藏层偏导数和输出层偏导数计算t时刻等效材料矩阵的元素tDij；重复直至求得所有时刻的等效材料矩阵。采用本发明，能够将LSTM循环神经网络转化为等效材料矩阵，进而嵌入有限元方法，解决实际工程问题。本方法简单、实用，便于推广，具有很大的应用价值。
一种 lstm 循环神经网络等效材料矩阵计算方法

1
共 13 条