摘要
本发明公开了基于人工智能的矿场地质灾害预测方法及系统,方法包括数据采集、数据预处理、地质灾害分类模型构建、灾害风险预测模型构建和矿场地质灾害预测。本发明涉及矿场地质数据预测技术领域,具体是指基于人工智能的矿场地质灾害预测方法及系统,本发明通过数据采集得到灾害预测原始数据;采用数据清洗、数据编码和数据归一化的数据预处理方法;采用动态权值K均值聚类模型进行初步分类的方法,为后续的地质时序数据分析提供结构化信息,增强模型的辨识能力;采用结合蜂群优化的双向长短期记忆网络模型进行矿场地质灾害预测的方法,能够充分挖掘矿场地质灾害数据中的潜在模式,从而实现更准确的预测。
技术关键词
地质灾害预测方法
双向长短期记忆网络
风险预测模型
矿场
分类模型构建
蜜蜂
聚类
样本
地质灾害预测系统
模型超参数
数据编码
邻居
动态
时序
模块
长短期记忆单元
复杂度
系统为您推荐了相关专利信息
健康风险预测方法
集成学习框架
可穿戴设备
医学影像数据
静态特征
多域特征
超宽带雷达
频域特征
计算机程序指令
双向长短期记忆网络
序列
结直肠癌辅助诊断
特异性扩增引物
标志物
风险预测模型
牵引传动系统
智能运维方法
轨道列车
构建知识图谱
实体
建模分析方法
数据类型信息
双向长短期记忆网络
命名实体识别
指标