天眼查App显示，2025年5月13日，「一种数值模拟与迁移学习结合的矿山地表变形预测方法」正式进入专利公布阶段。申请人为海南矿业股份有限公司和东北大学，该项矿山开采技术专利涉及通过数值模拟与迁移学习相结合的方式预测矿山地表变形。据专利信息显示，该方法能够显著优化地表变形预测精度，实现对不同开采阶段地表变形大小的精准预测。发明人为宋永亮、焦诗卉、刘红壮、兰舟、赵永、张艺山、杨天鸿、王述红、赵乾百、文鑫、薛斌。

本发明提出了一种基于数值模拟与迁移学习的矿山地表变形预测方法，包括对矿体开采进行数值模拟并预处理得到源域数据，计算矿区实际地表变形值得到目标域数据，并构建包含LSTM层、reshape层和DCNN层的地表沉降预测模型。通过将源域数据输入地表沉降预测模型进行预训练，并添加全连接层以重新训练目标域数据，最终微调并更新模型权重，生成预测模型。将待预测的矿山现场地质数据输入预测模型中，可获得预测的地表沉降值结果。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。