摘要
本申请涉及一种生态边坡支护在线智能检测方法及系统,方法包括先采集其生态参数和结构参数,接着对两类参数进行因果检验,区分出因果指标集和独立指标。之后采用不同处理策略,因果指标集构建特征向量,经深度学习模型融合后用第一风险预测模型得出第一结果;独立指标经关联性分析归类,用第二风险预测模型得出第二结果。最后结合两个结果,得到目标边坡的总风险预测结果。系统用于执行上述方法。本申请结合生态边坡的生态参数和结构参数的因果关系及指标间的关联性对边坡的稳定性风险进行预测,使得风险预测时可充分考虑指标间的因果关系及关联性,有利于提高稳定性风险预测的准确性,进而提高生态边坡在线智能检测的准确性和有效性。
技术关键词
在线智能检测方法
生态边坡
指标
风险预测模型
深度学习模型
参数
融合特征
在线智能检测系统
支护结构
策略
数据
归一化植被指数
传播算法
皮尔逊相关系数
频率
样本
成分分析法
系统为您推荐了相关专利信息
流量控制方法
意图
深度学习模型
压缩感知技术
历史流量数据
分布式任务调度方法
种子
云计算环境
机器学习模型
分布式任务调度技术
智能决策支持
鉴定系统
样本
生成对抗网络
图像采集参数