摘要
本发明涉及地震滑坡易发性评价技术领域,具体公开了一种基于半监督增量策略的地震滑坡易发性评价方法及存储介质,本发明巧妙结合了数据驱动与物理力学两大方法的核心优势,构建了一套半监督增量学习策略为基础的地震滑坡易发性评价方法。本发明特别着眼于解决地震环境中样本数量有限及实时数据处理的难题。能在有限数据条件下挖掘有价值的信息,同时不断整合新数据以升级模型,本发明在地震滑坡易发性预测方面展现出明显的优势。值得注意的是,即使在数据稀缺的早期阶段,该方法仍能提供相对准确的预测结果,为灾后救援初期决策提供可靠支持,实现即时、高精度的地震滑坡预测。
技术关键词
滑坡易发性评价方法
监督增量
边坡安全系数
加速度
Pearson相关系数
增量支持向量机
走滑断层
无人机航拍数据
地震波形分析
应力释放特征
策略
滑坡灾害
岩土体
土地利用分类
性评价技术
归一化植被指数
算法模型
卷积神经网络模型
系统为您推荐了相关专利信息
通信工程施工
模拟训练方法
BP神经网络模型
作业场景
建立动作识别模型
运动状态信息
惯导传感器
中央控制模块
统计系统
姿态角信息
俯仰机构
起落架
布局优化设计
振动误差
工作平台