摘要
本发明公开了一种基于多源探测数据融合的隐伏断裂预测方法及相关装置,其方法包括:在指定区域内进行探测处理,获得重力探测数据以及磁力探测数据;将重力探测数据和磁力探测数据进行融合处理;对多源融合探测数据进行增强处理;对增强后的多源融合探测数据进行数据集构建处理,并对构建的数据集进行标注处理,形成训练样本数据集;将训练样本数据集输入预设机器学习模型中进行训练处理,获得训练收敛的机器学习模型;将训练收敛的机器学习模型应用于未知断裂目标区域进行隐伏断裂预测处理,生成覆盖未知断裂目标区域的隐伏断裂预测分布图。在本发明实施例中,降低了对高端设备和专业人员的依赖,极大地提高了隐伏断裂的识别能力。
技术关键词
断裂预测方法
机器学习模型
训练样本数据
人工神经网络模型
多源融合
随机森林模型
磁力
重力
异常数据
仪器设备
地理信息系统软件
断裂预测装置
遗传优化算法
网格搜索算法
最佳参数组合
数据融合算法
水平倾斜角
系统为您推荐了相关专利信息
融合特征
多模态数据融合
特征提取网络
分析单元
管理方法
任务分配策略
任务分配算法
监控模块
智能算法
数据存储模块
储藏室
离子发生器
负离子传感器
冰箱控制方法
臭氧分析仪
异常用户
机器学习模型
网络威胁情报
异常状态
图像特征向量