CN119539481A 一种基于多模态深度学习的矿山边坡风险预测方法 （鄂尔多斯市腾远煤炭有限责任公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119539481A

(43)申请公布日2025.02.28

(21)申请号202411605195.2

(22)申请日2024.11.12

(71)申请人鄂尔多斯市腾远煤炭有限责任公司

地址017000内蒙古自治区鄂尔多斯市东

胜区铜川镇常青村郭家塔社申请人武汉大学

(72)发明人张衡赵东刘海云侯晓东周天畅王毅博

(74)专利代理机构鄂尔多斯市金筹专利代理事务所(普通合伙)15112

专利代理师孔炜

(51)Int.Cl.

G06Q10/0635(2023.01)

G06Q50/02(2024.01)

G06F18/25(2023.01)

G06N3/0442(2023.01)

G06N3/08(2023.01)

G06F30/27(2020.01)

权利要求书3页说明书5页附图3页

(54)发明名称

一种基于多模态深度学习的矿山边坡风险

预测方法

(57)摘要

CN119539481A本发明公开了一种基于多模态深度学习的矿山边坡风险预测方法，涉及矿山边坡风险预测技术领域，本发明包括Stepl:输入多模态数据、Step2:效据预处理、Step3:样本集构建和Step4:基于互信息机制的门控循环单元GRU实现矿山边坡稳定性