摘要
本发明公开了一种工程岩体裂隙面动态扩展预测方法和系统,预测方法包括如下步骤:获得原始声波数据,对其进行定位计算和震源机制反演,获取每时刻的煤岩破裂源头核心参数并计算破裂贯通可能性指数BCI。通过多维特征计算裂隙相似性,使用DBSCAN聚类算法进行密度聚类,结合BCI优化和B样条曲面拟合技术得到重构裂隙面时间序列图像。通过预处理得到裂隙面图像时空数据集并进行划分,利用改进的SimVP时空神经网络构建裂隙面图像序列预测模型进行训练,包括在编码器和解码器中引入多头注意力机制和局部残差连接,用Poolformer网络作为翻译器,最后利用训练好的预测模型对未来时刻的裂隙面动态扩展进行精准预测。
技术关键词
序列预测模型
工程岩体
多头注意力机制
时间序列图像
DBSCAN聚类算法
震源机制
指数
翻译器
核心
标准化方法
卷积模块
多维特征向量
解码器
动态
拟合算法
邻域
重构
系统为您推荐了相关专利信息
最大化资源利用率
资源分配策略
硬件资源利用率
队列
集群
大型火电机组
故障预警方法
生成对抗网络
送风机
多头注意力机制
监控指标数据
资源使用量
时间序列预测模型
可读存储介质
优化资源配置
状态预测方法
数据获取模块
光伏电站群
多元回归分析方法
时间序列预测模型
电功率预测方法
风速预测模型
数值天气预报数据
多头注意力机制
气象