一种基于XGBoost-BiGRU的基坑变形预测方法及系统

AITNT
正文
推荐专利
一种基于XGBoost-BiGRU的基坑变形预测方法及系统
申请号:CN202510617094
申请日期:2025-05-14
公开号:CN120632651A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开一种基于XGBoost‑BiGRU的基坑变形预测方法及系统,其方法包括如下步骤:步骤(1)、数据采集与预处理;步骤(2)、特征工程与XGBoost建模;步骤(3)、BiGRU时序建模:将XGBoost模型筛选的时序特征作为输入训练BiGRU模型;步骤(4)、模型融合与优化:以串联模式将XGBoost模型和BiGRU模型融合;步骤(5)实时预测:利用XGBoost‑BiGRU基坑变形预测模型进行变形预测。其系统包括数据采集模块、数据预处理模块、特征工程与XGBoost建模模块、BiGRU时序建模模块、模型融合与优化模块和实时预测模块。本发明可以解决现有基坑变形预测方法存在精度不足、难以有效整合静态与动态特征等问题,提升基坑变形预测的准确性和可靠性。
技术关键词
基坑变形预测方法 皮尔逊相关系数 监测点 XGBoost模型 时序特征 静态特征 数据预处理方法 高价值特征 特征工程 正则化算法 超参数 变形预测系统 数据采集模块 模型更新 输出特征 滑动窗口
系统为您推荐了相关专利信息
1
一种多模态数据标注方法
数据标注方法 视觉特征 关键字 锚点 时序特征
2
基于视觉语言模型的多机械臂柔性生产线调度方法及系统
柔性生产线 机械臂 视觉 时序预测模型 文本
3
基于深度学习的极端雨强初生临近预报方法
临近预报方法 卫星多光谱 数值 模式 地面
4
基于多模态时序特征的癌症复发概率深度学习预测系统
深度学习预测 时序特征 多模态 LSTM模型 复发预测模型
5
锂电池剩余使用寿命预测方法、装置、设备、介质及产品
互补集合经验模态分解 序列 锂电池 剩余使用寿命 周期
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号