摘要
本发明属于地质灾害防治技术领域,具体公开了基于滑坡运动机理和机器学习的滑坡位移预测方法及系统,所述方法包括:收集研究目标区域的滑坡位移数据、库水位数据和降雨数据;根据滑坡位移数据选择拟合函数提取滑坡运动特征;对库水位数据、降雨数据以及滑坡运动特征进行滑坡位移相关性分析,选取强相关性构建综合数据集;构建CNN‑LSTM机器学习模型;将综合数据集输入至CNN‑LSTM机器学习模型,输出得到滑坡位移预测结果。本发明解决了单一模型针对多类型滑坡位移‑时间曲线预测适用性差、精度低的问题,能够更为精准、全面的预测滑坡位移。
技术关键词
滑坡位移预测方法
运动特征
机器学习模型
皮尔逊相关系数
非线性优化算法
数学模型
地质灾害防治技术
阶段
处理器
曲线
特征提取模块
判断误差
数据获取模块
计算机程序产品
动态
加速度