一种边坡位移预测模型的迁移方法

本申请公开了一种边坡位移预测模型的迁移方法，包括如下步骤：实时获取区域内边坡群的监测数据；选择地质特征相对稳定的边坡监测数据作为源领域数据，选择具有不同地质特征的边坡监测数据作为目标领域数据；选择边坡位移预测的基础模型，并通过源领域数据对基础模型进行训练；基于DANN算法对源领域数据和目标领域数据进行对抗训练，以模糊源领域数据和目标领域数据之间同性特征的领域区分。本申请的有益效果：通过研究如何将多个源领域数据结合以进行更为复杂的迁移学习，从而提高模型的泛化能力。通过将实时数据流输入DANN算法中，利用其对抗性特征提取能力，动态调整模型参数，以适应边坡状态的实时变化。