顾及环境特征因子的边坡变形位移量模型预测方法及系统

AITNT
正文
推荐专利
顾及环境特征因子的边坡变形位移量模型预测方法及系统
申请号:CN202510012903
申请日期:2025-01-03
公开号:CN120104956B
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种顾及环境特征因子的边坡变形位移量模型预测方法及系统,其方法包括:S1、构建研究区边坡变形历史样本集;S2、卷积神经网络模型处理得到特征向量;S3、LSTM模型按照时序进行模型学习训练;S4、采集研究区未来按时序的边坡环境监测数据输入卷积神经网络模型得到特征向量,LSTM模型基于特征向量输出按时序的边坡位移初步预测值S5、构建线性回归模型拟合得到拟合边坡变形位移量yt并与边坡位移初步预测值作差得到残差序列,采用滑动窗口取出前后的边坡位移初步预测值平均值对剔除数据进行填补;S6、对利用SG滤波器按时序进行优化拟合。本发明能够得到精确度高的边坡位移预测数据,为边坡变形位移量的精准预测提供了技术支撑。
技术关键词
变形位移量 环境监测数据 模型预测方法 边坡位移预测 卷积神经网络模型 LSTM模型 线性回归模型 滑动窗口 因子 时序 表达式 大气折射率 滤波器 序列 sigmoid函数 样本 大气压强 数据采集模块
系统为您推荐了相关专利信息
1
基于机器视觉与卷积神经网络的棉花地膜分类检测系统及方法
棉花地膜 分类检测方法 PCA算法 重建误差 卷积神经网络模型
2
一种基于深度学习的电网负荷预测系统及方法
负荷特征 卷积神经网络模型 深度学习模型 数据分析模块 动态时间规整算法
3
一种基于物联网的园林植物病虫害智能预警系统
园林植物病虫害 智能预警系统 环境监测模块 多光谱摄像设备 图像识别算法
4
一种卫星导航干扰信号检测方法及系统
卫星导航干扰信号 信号处理 地面设备 卷积神经网络模型 定位策略
5
基于生成对抗网络和深度度量的非完备数据舰船识别装置
掩码矩阵 生成对抗网络 合成孔径雷达图像 识别装置 稳定性准则
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号