基于多尺度特征的形变监测数据预测方法、介质及设备

本发明提供涉及形变监测技术领域，具体涉及一种基于多尺度特征的形变监测数据预测方法。包括S1：获取某一研究区域的原始形变监测数据并进行平均池化，在池化过程中引入残差迭代计算方法进行多尺度特征提取得到多尺度特征矩阵F；S2：根据多尺度特征矩阵F设计得到预测神经网络模型；S3：采用批量梯度下降法训练预测神经网络模型得到训练后的预测模型；S4：取S1中多尺度特征矩阵F中前P个时间点的特征输入训练后的预测模型输出形变监测数据的预测结果。本发明利用不同时间窗口下的平均池化提取特征，引入残差迭代计算、多层神经网络结构，以捕捉形变数据在不同时间尺度上的变化，在形变监测数据预测中表现出较好效果。