摘要
本发明涉及地质灾害技术领域,具体为一种基于卷积神经网络的边坡地质灾害的预警方法及系统。首先,获取图像数据、气象数据和地震数据;其次,将所述图像数据输入至边坡环境特征识别模型进行识别与评估,得到边坡特征、地下水位特征和环境分布特征;然后,对所述边坡特征、所述地下水位特征和所述环境分布特征进行评估,计算得到第一预警值和第二预警值;将所述第一预警值和所述第二预警值进行加权,得到综合预警值;最后,将所述综合预警值与综合预警阈值进行比较,若超过阈值,则输出预警提示信息,否则将实时监测数据输入至所述边坡状态预测模型,利用所述边坡状态预测模型的数据结果生成边坡状态预警信息。
技术关键词
分布特征
边坡地质灾害
环境图像数据
边坡土壤
实时监测数据
历史监测数据
植被
土壤湿度信息
环境监测数据
预警方法
数据处理模块
地震
预警系统
气象
建筑
系统控制模块
更新模型参数
系统为您推荐了相关专利信息
可靠性测评方法
Arrhenius模型
润滑油
工业设备
收集机械设备
混合学习模型
故障诊断方法
多模态
采集控制器
能量分布特征
发电优化方法
矩阵
光伏阵列
训练深度学习模型
光伏组件表面
熔盐系统
空间分布特征
物理性质参数
多尺度建模方法
相变熔盐
动态节能方法
实时监测数据
充电桩冷却装置
资源分配框架
介质