买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于混合采样的滑坡易发性评价建模样本挑选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115186734B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210685416.6，技术领域涉及：G06F18/2411；该发明授权一种基于混合采样的滑坡易发性评价建模样本挑选方法是由吴宏阳;周超;梁鑫;袁鹏程设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种基于混合采样的滑坡易发性评价建模样本挑选方法在说明书摘要公布了：本发明提供了一种基于混合采样的滑坡易发性评价建模样本挑选方法，该方法针对传统的欠采样方法和过采样方法在采样时存在的不足，将对传统欠采样方法易丢失重要信息的问题进行优化，并和过采样技术进行结合，形成混合采样方法。本发明首先应用单分类支持向量机模型One‑ClassSupportVectorMachine,OCSVM，将原始数据进行特征分割，对现有高质量滑坡样本发育特征进行分析的前提下，判别非滑坡样本与滑坡样本相似性，以此来剔除无效、冗余非滑坡数据，纯化数据特征，然后利用合成少数类过采样技术SyntheticMinorityOversamplingTechnique，SMOTE进行样本的过采样，之后随机挑选出建模样本进行预测，通过样本的纯化和特征增加来提高模型预测精度。

本发明授权一种基于混合采样的滑坡易发性评价建模样本挑选方法在权利要求书中公布了：1.一种基于混合采样的滑坡易发性评价建模样本挑选方法，其特征在于：包括： S1：加载原始总指标数据集，在数据集中的所有数据与原点间构建超平面； S2：将步骤S1中获取的原始数据输入至OCSVM模型中，进行数据的欠采样处理，得到滑坡数据和非滑坡数据； S3：从相似的滑坡数据中和不相似非滑坡数据中选择部分作为训练数据，并输入至SMOTE模型中，进行训练数据的过采样处理，得到新滑坡数据集； S4：对于新滑坡中每一个样本x，以欧氏距离为标准计算它到新滑坡数据集中所有样本的距离，得到其k近邻； S5：根据样本不平衡比例设置一个采样比例以确定采样倍率N，对于每一个样本x，从其k近邻中随机选择若干个样本，假设选择的近邻为xn，对于每一个随机选出的近邻xn，结合原样本构建新的样本，即为挑选得到的样本； 步骤S2中具体包括以下步骤： S21：在分类正确的基础上，最大化超平面与原点的距离； S22：通过对耦合问题进行处理及加入松弛变量ξ，将最大化超平面与原点的距离的问题转化为求解优化的目标函数； S23：通过导出对偶问题和使用核技巧，采用支持向量对上述优化的目标函数进行求解，得到决策函数； S24：通过决策函数，得出对偶问题，对非滑坡数据中与滑坡数据相似的样本进行剔除，得到更为纯粹的滑坡和非滑坡数据； 最大化超平面与原点的距离的公式为： 其中，w为斜率，xi为第i个自变量，为常数项，F为正有理数集合，R为实数集； 优化的目标函数为： 其中，w为斜率，xi为第i个自变量，为常数项，F为正有理数集合，R为实数集，为第i个松弛变量； 所述决策函数为： 其中，为Lagrange乘数，，为核函数，为常数项。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。