摘要
本发明公开了全球尺度强震诱发滑坡空间分布概率智能预测方法,本预测包括以下步骤:S1、选取全球尺度下的x次地震诱发滑坡事件为主要目标人工构建精准滑坡标签;S2、选取地震动因子、地质因子、地形因子和环境因子四类特征因子,在地理空间位置上与滑坡标签一一对应,使用GDAL开源库将所有特征因子转换为TIFF格式。本发明综合考虑地形因素、地质因素、环境因素以及地震动因素,并采用新型的全卷积回归神经网络模型,能够高效、精准地预测全球各个区域在地震发生的情况下诱发山体滑坡的空间分布概率,能够在地震发生时快速对所有相关因子进行自动化处理,使模型达到近实时预测的性能。
技术关键词
智能预测方法
全球尺度
因子
计算机视觉技术
神经网络算法
标签
全局平均池化
注意力
训练人工智能模型
地震
图像深度学习
地表水
指数
尺寸
滑动窗口
粗糙度
数据
加速度
分辨率
预训练模型
系统为您推荐了相关专利信息
模糊PID控制器
汽车加热器
时间序列模型
温控方法
功率
植物健康
监测系统
状态检测模块
图像识别模块
数据分析模块
深度学习模型
因子
计算机执行指令
风险识别方法
客户
寿命预测方法
触头
长短期记忆神经网络
大数据
盐雾浓度