[發(fā)明專利]滑坡敏感性預(yù)測模型建立方法及滑坡敏感性評價方法在審
| 申請?zhí)枺?/td> | 202211539703.2 | 申請日: | 2022-12-02 |
| 公開(公告)號: | CN115935640A | 公開(公告)日: | 2023-04-07 |
| 發(fā)明(設(shè)計)人: | 陶舒;程滔;鞏垠熙;楊剛;杜娟;周惠慧;蘇煒清 | 申請(專利權(quán))人: | 國家基礎(chǔ)地理信息中心 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F18/214;G06T17/05 |
| 代理公司: | 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463 | 代理人: | 鐘揚飛 |
| 地址: | 100000 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 滑坡 敏感性 預(yù)測 模型 建立 方法 評價 | ||
本申請?zhí)峁┮环N滑坡敏感性預(yù)測模型建立方法及滑坡敏感性評價方法,涉及地質(zhì)監(jiān)測技術(shù)領(lǐng)域。滑坡敏感性預(yù)測模型建立方法包括:將調(diào)整算法與反向傳播模型進(jìn)行結(jié)合,得到初始預(yù)測模型;根據(jù)訓(xùn)練集數(shù)據(jù)對初始預(yù)測模型進(jìn)行訓(xùn)練,得到目標(biāo)預(yù)測模型;調(diào)整算法包括確定性系數(shù)算法或粗糙集理論;訓(xùn)練集數(shù)據(jù)包括多個區(qū)域的歷史數(shù)據(jù)。滑坡敏感性評價方法包括:基于目標(biāo)預(yù)測模型對待測數(shù)據(jù)進(jìn)行處理,得到目標(biāo)預(yù)測結(jié)果;根據(jù)目標(biāo)預(yù)測結(jié)果進(jìn)行分析,得到滑坡敏感性評價結(jié)果;目標(biāo)預(yù)測模型為滑坡敏感性預(yù)測模型建立方法中建立的模型。本申請通過對多種算法進(jìn)行組合,以創(chuàng)建預(yù)測模型,并使用大量數(shù)據(jù)對模型進(jìn)行訓(xùn)練,以提高預(yù)測模型對滑坡敏感性的預(yù)測精度。
技術(shù)領(lǐng)域
本申請涉及地質(zhì)監(jiān)測技術(shù)領(lǐng)域,具體而言,涉及一種滑坡敏感性預(yù)測模型建立方法及滑坡敏感性評價方法。
背景技術(shù)
滑坡敏感性是指在當(dāng)?shù)氐匦蔚葪l件下某一區(qū)域發(fā)生滑坡的可能性,滑坡敏感性評價可以為一個映射分析,用數(shù)學(xué)語言來表述即為在給定的地質(zhì)環(huán)境條件下斜坡失效的空間發(fā)生概率。滑坡敏感性評價的過程可以為利用恰當(dāng)?shù)哪P突蚍椒ń⒖煽吭攲嵉挠绊懸蜃訑?shù)據(jù)與敏感性之間的映射關(guān)系。
在針對滑坡敏感性評價的研究過程中,現(xiàn)有的研究手段中,通常是應(yīng)用單一信息構(gòu)筑的預(yù)測模型對滑坡的敏感性進(jìn)行預(yù)測和評價,沒有充分考慮到滑坡系統(tǒng)行為的確定性、不確定性和線性、非線性特征,缺乏對滑坡災(zāi)害系統(tǒng)各類復(fù)雜信息的提取和挖掘。并且,由于數(shù)據(jù)的積累和收集手段的進(jìn)一步提高,滑坡空間數(shù)據(jù)庫涵蓋內(nèi)容的不斷復(fù)雜、龐大,目前的計算方法無法對這些大量數(shù)據(jù)進(jìn)行充分利用,導(dǎo)致滑坡敏感性的預(yù)測精度較低。
發(fā)明內(nèi)容
有鑒于此,本申請實施例的目的在于提供一種滑坡敏感性預(yù)測模型建立方法及滑坡敏感性評價方法,以改善現(xiàn)有技術(shù)中存在的滑坡敏感性的預(yù)測精度較低的問題。
為了解決上述問題,第一方面,本申請實施例提供了一種滑坡敏感性預(yù)測模型建立方法,所述方法包括:將調(diào)整算法與反向傳播模型進(jìn)行結(jié)合,得到初始預(yù)測模型;根據(jù)訓(xùn)練集數(shù)據(jù)對所述初始預(yù)測模型進(jìn)行訓(xùn)練,得到目標(biāo)預(yù)測模型;其中,所述調(diào)整算法包括確定性系數(shù)算法或粗糙集理論;所述訓(xùn)練集數(shù)據(jù)包括多個區(qū)域的歷史數(shù)據(jù)。
在上述實現(xiàn)過程中,為了提高模型算法對滑坡敏感性進(jìn)行預(yù)測的準(zhǔn)確性,可以從算法的角度進(jìn)行改進(jìn),將確定性系數(shù)算法或粗糙集理論等調(diào)整算法與反向傳播模型進(jìn)行結(jié)合,以充分利用數(shù)據(jù)挖掘和智能算法的特點和應(yīng)用效果。使用多種地形的訓(xùn)練集數(shù)據(jù)對結(jié)合的初始預(yù)測模型進(jìn)行訓(xùn)練,進(jìn)一步地提高得到的目標(biāo)預(yù)測模型進(jìn)行滑坡敏感性預(yù)測的準(zhǔn)確性。通過構(gòu)建多種算法結(jié)合的預(yù)測模型對各種地形的滑坡敏感性進(jìn)行預(yù)測,有效地提高了預(yù)測的適用范圍和精度,從而適用于多種滑坡研究和應(yīng)用場景。
可選地,所述根據(jù)訓(xùn)練集數(shù)據(jù)對所述初始預(yù)測模型進(jìn)行訓(xùn)練,得到目標(biāo)預(yù)測模型,包括:基于所述初始預(yù)測模型對所述訓(xùn)練集數(shù)據(jù)中的多個訓(xùn)練影響因子進(jìn)行處理,得到每個所述訓(xùn)練影響因子的影響程度數(shù)據(jù);基于所述初始預(yù)測模型對多個所述訓(xùn)練影響因子和多個所述影響程度數(shù)據(jù)進(jìn)行計算,得到初始預(yù)測結(jié)果;根據(jù)所述初始預(yù)測結(jié)果確定所述目標(biāo)預(yù)測模型。
在上述實現(xiàn)過程中,在使用訓(xùn)練集數(shù)據(jù)對構(gòu)建的初始預(yù)測模型進(jìn)行訓(xùn)練時,可以使用初始預(yù)測模型對訓(xùn)練集數(shù)據(jù)中的多個會對滑坡產(chǎn)生影響的訓(xùn)練影響因子進(jìn)行處理,以確定每個訓(xùn)練影響因子對滑坡造成的影響程度數(shù)據(jù),以結(jié)合多個影響程度不同的訓(xùn)練影響因子進(jìn)行相應(yīng)的計算,得到初始預(yù)測結(jié)果,從而根據(jù)初始預(yù)測結(jié)果的準(zhǔn)確性確定相應(yīng)的精度較高的目標(biāo)預(yù)測模型。能夠根據(jù)每個影響滑坡的影響因子的具體影響情況進(jìn)行相應(yīng)地計算處理,有效地提高了初始預(yù)測結(jié)果的準(zhǔn)確性。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國家基礎(chǔ)地理信息中心,未經(jīng)國家基礎(chǔ)地理信息中心許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211539703.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種低共熔溶劑提取百里香精油的方法
- 下一篇:一種新型焊接變位機
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





