一种基于径向基函数神经网络的矿区地质滑坡位移预测方法

AITNT
正文
推荐专利
一种基于径向基函数神经网络的矿区地质滑坡位移预测方法
申请号:CN202410824814
申请日期:2024-06-25
公开号:CN118820941A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了一种基于径向基函数神经网络的矿区地质滑坡位移预测方法,涉及矿区地质滑坡技术领域,方法包括:获取矿区的时序参数数据;采用时间卷积网络提取所述时序参数数据的统计特征;将所述统计特征输入至训练好的径向基函数神经网络模型中,得到矿区地质滑坡位移;所述径向基函数神经网络模型以矿区的历史时序参数数据的统计特征为输入,以矿区的历史累积滑坡位移为输出进行训练。本发明能够实现对矿区地质滑坡态势的精确预测和分析。
技术关键词
滑坡位移预测方法 径向基函数神经网络 时间卷积网络 统计特征 时序 样本 参数 滑坡技术 数据 模型预测值 表达式 序列 应力 指标 误差 索引
系统为您推荐了相关专利信息
1
基于多模态的非遗知识图谱构建方法及系统
知识图谱构建方法 认证网络 实体 非物质文化遗产 多模态
2
一种基于脉冲神经网络的低照度目标检测方法及系统
连续特征 梯度技术 网络训练方法 照度 特征值
3
一种谐振腔无需锁定的种子注入单频激光器及其控制方法
普克尔盒 薄膜偏振片 单频激光器 反射镜 再生放大器
4
基于深度学习的异常心电位置定位与疾病预测分类方法
预测分类方法 深度学习模型 疾病 数据 心律
5
一种多源信息管理的医疗辅助审核方法及系统
审核方法 模式 有效性 关键词 数据字
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号