摘要
本发明提供了一种基于滑坡数据集扩充的滑坡风险预测方法及系统,涉及地质灾害识别技术领域,所述方法包括,获取原始滑坡样本;筛选滑坡影响因子,对原始滑坡样本进行重分类;选取样本点;根据样本点制作一维阵列数据,构建数据集;采用数据扩充网络对数据集数据进行扩充;采用扩充后的数据集训练滑坡预测模型;部署训练好的滑坡预测模型,进行滑坡风险预测;其中,所述数据扩充网络包括BFOA‑KSMOTE过采样模块,使用K均值聚类算法对少数类进行聚类,并去除边缘样本,随后通过合成少数类过采样技术生成新的少数类样本以平衡数据集。本发明能够解决滑坡样本不平衡的问题,提升滑坡预测准确性。
技术关键词
风险预测方法
滑坡预测模型
样本
采样模块
K均值聚类算法
过采样技术
果蝇优化算法
地质灾害识别技术
因子
风险预测系统
网络
训练集数据
扩充模块
数据获取模块
计算机程序产品
处理器
系统为您推荐了相关专利信息
机电复合传动系统
多任务损失函数
故障检测
时间序列数据分析
数据格式转换方法
多尺度特征提取
特征提取网络
重构单元
混合损失函数
采样模块
搜索推荐方法
商品标签
意图识别模型
搜索意图
优惠券