摘要
本发明涉及基于环境因子重要性动态评估的滑坡易发性预测方法,采集滑坡、非滑坡样本和环境因子数据,构建数据集;构建滑坡易发性预测模型,并将数据集输入训练模型,得到滑坡易发性预测结果,最终,对区域的滑坡易发性评级,并预测结果可视化处理。通过构建包含卷积单元、SE层和LSTM单元的内在环境因子模型,挖掘内在环境因子的特征表示;构建包含卷积单元、SE层、Transformer模块和SeqPool层的外在驱动环境因子模型,捕获和解析外在驱动环境因子的特征信息;并通过自注意力机制加权融合内在环境因子模型的特征表示和外在驱动环境因子模型的特征信息,能有效识别滑坡灾害发生的主要驱动因素,有效降低了预测误差,提高了滑坡预测模型的预测性能。
技术关键词
易发性预测方法
因子
注意力机制
样本
动态
输出特征
滑坡预测模型
Softmax函数
归一化植被指数
生成数据集
滑坡灾害
序列特征
通道
预测误差
模块
训练集
系统为您推荐了相关专利信息
时效特征
心理健康评估方法
语义
稳定特征
波动特征
早期预警方法
心理状态评估
基线
全局时钟
多模态