摘要
本发明公开了一种基于互联网人工智能的边坡监测方法以及监测系统,具体涉及边坡监测技术领域,解决了工程活动引起的边坡地形重塑和内在应力场参数漂移问题。首先通过采集边坡三维激光点云数据并利用配准算法判断地形重塑;再采用长短期记忆网络分析应力数据变化,评估边坡内部潜在失稳风险;然后结合判断确定联合影响范围;当联合影响范围超出安全范围时,利用随机森林回归算法对浅层地下水数据进行分析,量化渗透稳定性劣化程度;最后,根据劣化程度评估边坡整体安全风险,并判断是否进行预警响应。实现了实时数据更新与模型自适应,提高了预警准确性。
技术关键词
互联网人工智能
边坡监测方法
三维激光点云数据
点云配准算法
长短期记忆神经网络
应力
实时监测数据
随机森林
回归算法
风险
地下水
边坡监测系统
边坡监测技术
趋势分析方法
动态变化特征
滑动窗口技术
系统为您推荐了相关专利信息
长短期记忆神经网络
蓝牙耳机降噪
规划
参数
语音
轨道电路
故障诊断模型
高风险
电气设备
故障诊断方法
系统运行状态
状态估计方法
新能源电网
长短期记忆神经网络
卡尔曼滤波
剩余使用寿命预测
齿轮箱
多任务
长短期记忆神经网络
阶段
有机显示器
数据处理方法
温湿度参数
残差矩阵
柔性形变传感器