摘要
本发明提供一种多年冻土路基变形预测方法、装置及电子设备,属于冻土变形技术领域。本发明能够通过对冻土路基的影响因素数据进行分解、简化数据结构,进而对分解后的数据进行降维处理,筛选得到去冗余后的主成分。然后,对去冗余的主成分进行相关性分析,提取与冻土路基变形相关度较高的主成分,为预测模型提供高质量的输入特征。本发明对影响冻土路基变形的变量进行筛选,提取了与变形相关性较强的关键因素,去除了相关性较低的数据,提升了训练集质量。由此在不影响原始训练集相关性的前提下,缩减了训练集数据量,可提升冻土路基变形预测效率和准确性。进一步的,通过混合机器学习模型融合LSTM对时序性特征的处理优势和XGBoost的高效计算特性,可以在保证预测精度的同时显著降低冻土路基变形预测的计算成本,从而更加适应实际工程中对效率的需求。
技术关键词
多年冻土路基
变形预测方法
梯度提升决策树
成分分析法
变量
长短期记忆网络
神经网络训练
训练集
依赖特征
贡献率
数据
融合算法
冗余
电子设备
机器学习模型
模块
预测装置
处理器
存储器
系统为您推荐了相关专利信息
路面预防性养护
决策方法
效益评价模型
路段
优化卷积神经网络
图像识别方法
中心服务器
标签类别
保护用户隐私
随机梯度下降
路径优化方法
异常信号
轨迹提取方法
粒子
短时傅里叶变换
故障诊断分类
混合逻辑动态模型
滑膜观测器
电流值
变量