摘要
本发明提出基于知识图谱和表示学习的滑坡空间预测方法,具体包括以下步骤:S1、构建顾及机理知识和时空特征的滑坡易发性知识图谱;设计知识图谱本体模式,完成顾及时空特征和机理知识的滑坡灾害领域知识建模,在此基础上从多源数据中抽取实体,构建关系,实现知识图谱数据层的构建;S2、通过基于ComplEx模型的图谱语义特征学习,基于滑坡易发性知识图谱的有向加权图构造,基于Louvain算法的等量正负滑坡采样以及基于GraphSAGE模型的图谱结构特征学习,实现基于知识图谱和表示学习的滑坡空间预测。本发明可以实现复杂异质环境下、较少滑坡样本约束下的多样化特征归纳学习,并通过节点分类任务预测滑坡空间分布概率。
技术关键词
空间预测方法
Louvain算法
滑坡灾害
知识图谱数据
植被
实体
邻域特征
三元组
邻居
模式
节点特征
语义特征
覆盖率
高分卫星影像
空间拓扑关系
样本
系统为您推荐了相关专利信息
滑坡位移预测方法
门控循环单元
滑动窗口
误差估计值
序列
大语言模型
智能决策方法
计算机可读指令
三元组
实体
效益评价方法
效益评价模型
主题
层次分析法
评价指标体系