摘要
本发明公开了一种基于多源数据的矿山地质灾害动态识别方法及系统,涉及地质灾害识别技术领域。具体步骤为:获取目标区域的多源监测数据,构成多源异构数据集;对多源异构数据集进行空间配准与数据融合,得到融合数据;从融合数据中获取矿山地质灾害的信息特征;将信息特征输入到矿山地质灾害隐患识别模型中,对目标区域的地质灾害隐患进行识别分析,确定矿山地质灾害识别结果;对矿山地质灾害进行实时监控,将实时监控数据反馈到矿山地质灾害隐患识别模型中,实时更新矿山地质灾害识别结果。本发明构建了基于多源数据的矿山地质灾害动态识别框架,提高了多源地质灾害信息处理的准确性和工作效率,从而为地质灾害防灾减灾工作提供有效支撑。
技术关键词
多源异构数据
动态识别方法
矿山
卷积神经网络模型
动态识别系统
地质灾害识别技术
遥感影像数据
地质灾害防灾减灾
数据获取模块
特征提取模块
时序分析技术
构建卷积神经网络
正射影像数据
数据关联算法
多源监测数据
气象观测数据
滤波算法
特征匹配算法
ReLU函数
系统为您推荐了相关专利信息
设备健康状态评估
故障预测模型
信号采集模块
数据分析模块
历史故障信息
演示文稿内容
卷积神经网络模型
文本
编码特征
转换方法
数字化展示方法
数字积木
智能积木
人工智能技术
视角
卫星遥感图像
遥感卫星图像
深度度量学习
深度卷积神经网络
多源遥感图像