摘要
本申请公开了一种基于CNN和CA的区域滑坡危险性评价预测方法、装置及设备,涉及滑坡危险性评价与预测技术领域。所述方法是先基于滑坡影响因子数据,结合卷积神经网络提出了一种区域滑坡危险性静态评价方式,然后构建元胞自动机,以及基于静态评价结果数据,深入分析滑坡演化过程中滑坡危险性状态在时间上的因果关系和空间上的相互关系,并基于密集连接卷积神经网络DenseNet构建集成有时间特征和空间特征的演化规则,最后在元胞自动机中运用该演化规则进行滑坡危险性级别值预测以得到区域滑坡危险性动态预测结果,如此可克服单一演化规则的局限性,提高预测精度,为滑坡灾害防范提供科学支撑,进而易于满足防灾减灾的现实需求,具有广阔的应用前景。
技术关键词
危险性
格网
演化规则
元胞自动机
因子
数据处理单元
栅格
动态
时序
遥感影像数据处理
人工智能模型
训练样本数据
评价预测装置
数字高程模型数据
路网数据处理
系统为您推荐了相关专利信息
变电站运行数据
重构误差
编码器
萤火虫优化算法
故障预警方法
数据校验规则
异常数据
累积分布函数
计算机可执行指令
邻居
性评价方法
样本
水文分析技术
皮尔逊相关系数
策略