-
公开(公告)号:CN104177284B
公开(公告)日:2016-08-24
申请号:CN201410378298.X
申请日:2014-08-01
Applicant: 常州大学
IPC: C07D209/52
Abstract: 本发明合成3?氮杂二环[3,1,0]己基?1?甲醛的方法,属于化学制药和精细化工制备技术领域。实现了多取代3?氮杂二环[3,1,0]己基?1?甲醛的高效合成,使用了金属催化的磺酰三氮唑分解成金属卡宾,随后金属卡宾环丙烷化高效的得到一种结构独特的氮杂环,即3?氮杂二环[3,1,0]己基?1?甲醛。本发明为高效制备官能化N?烯丙基?3?吲哚醛和3?氮杂二环[3,1,0]己烷衍生物提供了一条新的技术路线,在化学制药和精细化工领域有广阔的应用。
-
公开(公告)号:CN119476955A
公开(公告)日:2025-02-18
申请号:CN202411691210.X
申请日:2024-11-25
Applicant: 常州大学
IPC: G06Q10/0635 , G06Q50/26 , G06Q10/0639 , G06N3/098 , G06F18/22 , G06N3/0442 , G06N3/0464 , G06N3/044 , G06N3/045
Abstract: 本发明涉及坡危险性评价技术领域,尤其涉及基于集成深度学习重现期降雨下的滑坡危险性评价方法,包括采集滑坡易发性评价因子数据,并进行预处理和频率比分级系数划分;构建Stacking集成算法,利用滑坡易发性评价因子对Stacking集成算法进行训练,利用易发性指数对Stacking集成算法进行验证;利用皮尔逊Ⅲ概率分布计算给定重现期的年最大日降雨量,并构建不同重现期下日降雨量分布图;将滑坡易发性评价因子中的年平均降雨量替换为给定重现期的年最大日降雨量,并对训练好的Stacking集成算法进行预测,输出滑坡危险性评价指数。本发明解决现有技术中缺少滑坡危险性评价体系的问题。
-
公开(公告)号:CN116522286A
公开(公告)日:2023-08-01
申请号:CN202310396175.8
申请日:2023-04-14
Applicant: 常州大学
IPC: G06F18/27 , G01B21/02 , G06F18/2411 , G06F18/214 , G06N3/0442 , G08B21/10
Abstract: 本发明公开了一种逻辑回归优化的SVR‑LSTM滑坡位移预测方法及系统包括:收集各监测点的滑坡位移数据,采用平均移动法将数据分解为趋势项数据和周期项数据;根据滑坡位移数据构建数据集,并初步筛选候选输入因素,对候选输入因素和周期项数据进行Pearson相关系数分析获取模型输入因子;利用支持向量回归算法和LSTM算法分别对趋势项和周期项进行预测,并分别获取两种算法对应的总位移预测结果;将模型输入因子和总位移预测结果作为LR分类算法的备选因素,通过LR分类算法计算支持向量回归模型和LSTM模型的权重,并对数据进行处理后得到逻辑回归优化的总位移预测值;本发明的方法有助于提高预测结果的准确性及稳定性,在滑坡易发区的滑坡位移预测中具有应用潜力。
-
公开(公告)号:CN116756700A
公开(公告)日:2023-09-15
申请号:CN202310396179.6
申请日:2023-04-14
Applicant: 常州大学
IPC: G06F18/27 , G06F18/214 , G06N20/20 , G01B21/02 , G08B21/10
Abstract: 本发明公开了基于滑窗法和Stacking集成学习算法的滑坡位移预测方法及系统包括:收集各监测点的滑坡位移数据,采用移动平均法将数据分解为趋势项数据和周期项数据;根据数据构建数据集,并初步筛选候选输入因素,对候选输入因素和周期项数据进行Pearson相关系数分析获取模型输入因子;将模型输入因子分解为拟合集和预测集,并基于滑窗法和Stacking集成深度学习算法进行预测得到周期项位移预测结果;利用支持向量回归算法对趋势项数据进行预测得到趋势项位移预测结果,将周期项位移预测结果和趋势项位移预测结果相加得到总滑坡位移预测结果;本发明采用的Stacking集成模型将多种深度学习算法有效融合对滑坡位移进行预测,进一步提高了预测结果的准确性及稳定性。
-
公开(公告)号:CN104177284A
公开(公告)日:2014-12-03
申请号:CN201410378298.X
申请日:2014-08-01
Applicant: 常州大学
IPC: C07D209/52
Abstract: 本发明合成3-氮杂二环[3,1,0]己基-1-甲醛的方法,属于化学制药和精细化工制备技术领域。实现了多取代3-氮杂二环[3,1,0]己基-1-甲醛的高效合成,使用了金属催化的磺酰三氮唑分解成金属卡宾,随后金属卡宾环丙烷化高效的得到一种结构独特的氮杂环,即3-氮杂二环[3,1,0]己基-1-甲醛。本发明为高效制备官能化N-烯丙基-3-吲哚醛和3-氮杂二环[3,1,0]己烷衍生物提供了一条新的技术路线,在化学制药和精细化工领域有广阔的应用。
-
-
-
-