摘要
本发明公开一种基于卷积神经网络地质灾害的预警方法、装置及介质,涉及地质工程技术领域。该方法包括:步骤S1:基于地质灾害的分类,获取相应的评测指标的监测数据,监测数据包括:实时监测数据与历史监测数据;步骤S2:将地质灾害的历史监测数据的评测指标作为卷积神经网络模型的训练数据集,输入卷积神经网络模型;步骤S3:通过机器学习算法训练卷积神经网络模型,将实时监测数据输入训练后的卷积神经网络模型得到地质灾害的预测结果;步骤S4:基于预测结果,作出地质灾害的响应与预警。采用本发明解决了利用神经网络技术对具有随机性、模糊性、可变性的地质灾害作出预警,从而为地质灾害的预警提供高效及时的信息。
技术关键词
卷积神经网络模型
历史监测数据
地质灾害监测
实时监测数据
指标
预警方法
计算机可读取存储介质
机器学习算法
代表
计算机可读指令
地层结构
河流湖泊
地质工程技术
神经网络技术
植被
覆盖率
数据获取模块
训练集
系统为您推荐了相关专利信息
网络自愈方法
大语言模型
电力自动化系统
电力系统自动化系统
机器学习算法
量化评估方法
电网电力设施
电网仿真
拓扑结构数据
神经网络学习技术
数据分析系统
神经网络模型
销售额
数据采集模块
库存周转率
偏光片
分选控制系统
缺陷智能
多通道特征
颜色特征提取