基于多源数据和深度学习的滑坡易发性评估方法和系统

AITNT
正文
推荐专利
基于多源数据和深度学习的滑坡易发性评估方法和系统
申请号:CN202510033535
申请日期:2025-01-09
公开号:CN119442922B
公开日期:2025-07-08
类型:发明专利
摘要
本发明公开了一种基于多源数据和深度学习的滑坡易发性评估方法和系统,结合SBAS‑InSAR技术、遥感影像分析、深度学习算法、TRIGRS‑SCOOPS3D耦合模型与MASSFLOW模拟的滑坡易发性评估方法。该方法用于高精度的滑坡易发区识别、潜在滑坡位置预测及三维滑坡过程模拟,尤其适用于山区的滑坡灾害风险管理与应急响应。
技术关键词
滑坡易发性评估 高分辨率遥感图像 数字高程模型数据 深度卷积神经网络 YOLO算法 深度强化学习 遥感影像分析 深度学习算法 数据获取单元 高风险 计算机装置 滑坡灾害 展示平台 定位单元 处理器 植被 分析模块
系统为您推荐了相关专利信息
1
一种风力发电厂实时三维可视化系统
三维数字资产 三维可视化系统 动态三维场景 风力发电厂 剩余使用寿命
2
一种密集异质交通环境下道路用户轨迹与行为预测方法
深度卷积神经网络 坐标系 轨迹特征 异质 交通
3
一种通过人眼检测病兆的辅助诊断方法及系统
眼部图像处理方法 辅助诊断方法 体征数据分析 样本 数据分析单元
4
一种基于高分辨率遥感影像的弃渣场智能识别方法及系统
高分辨率遥感影像 智能识别方法 双向特征金字塔 辅助检测头 深度卷积神经网络
5
患者病情跟踪方法及系统
条件随机场 控制点 像素点 跟踪方法 相似性度量函数
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