摘要
公开了滑坡风险动态预测方法、装置、介质及设备,其中的方法包括:获取边坡几何模型、滑坡诱发因素、边坡土性参数和水力参数;针对边坡土性参数产生多个第一随机样本,针对水力参数产生多个第二随机样本;将边坡几何模型、滑坡诱发因素、第一随机样本和第二随机样本提供给预设的用于计算滑坡定量风险的计算模型,并根据计算模型的输出获得多个滑坡风险;利用滑坡诱发因素和多个滑坡风险形成多条训练样本,并利用多条训练样本对待训练的滑坡风险动态预测模型进行训练。本公开提供的技术方案在有利于降低滑坡风险动态预测的实现成本,并提高滑坡风险动态预测的可实施性的同时,有利于丰富滑坡风险动态预测技术的实现框架。
技术关键词
动态预测模型
定量风险
动态预测方法
深度学习预测模型
LSTM神经网络
边坡安全系数
水力
参数
动态预测技术
基准
模块
电子设备
样本
预测装置
处理器
记忆
可读存储介质
系统为您推荐了相关专利信息
疲劳驾驶检测方法
多模态特征融合
疲劳驾驶检测系统
时序
LSTM神经网络
智能库存管理方法
LSTM神经网络
终端
协同过滤算法
数据获取模块
法兰连接件
基础底座
土压传感器
三维激光扫描仪
中央处理器
动态评价系统
LSTM神经网络
生态
指标
动态权重分配
动态交通环境
节能控制方法
模型预测控制框架
LSTM神经网络
协同优化控制