摘要
本发明提供了一种公路边坡滑坡监测预报方法,属于地质灾害监测技术领域。该方法包括图像获取,图像处理,模型训练和数据预测。该方法通过定时拍摄图像获取图像数据减少了对存储设备的需求,通过监测靶定位滑坡体的位移,采用图像处理算法提取监测靶的特征,通过计算监测靶的坐标获取滑坡体的位移数据。采用基于ARIMA模型和多种深度学习网络项结合的预测方法,预测滑坡体的位移。该方法通过更新数据更新训练网络,实现连续性预测预报滑坡,根据预测出的信息,确定滑坡体到达公路路面的时间。另外,该方法中设计了一种全新的监测靶,通过太阳能供电和夜间照明装置,可实现全天候自动监测。
技术关键词
公路边坡滑坡
监测预报方法
监测点
ARIMA模型
图像处理识别方法
夜间照明装置
神经网络训练
坐标
数据
梯度下降算法
矩阵
锂离子可充电电池
参数
地质灾害监测技术
训练集
摄像机
颜色
系统为您推荐了相关专利信息
神经网络模型
煤炭
工作面瓦斯
生成网络模型
场景
数据处理方法
ARIMA模型
数据接口
数据平台
数据转换模块
地质结构模型
结构设计参数
结构安全系数
数据交互接口
渐变色
状态监测方法
ARIMA模型
发电设备
序列
状态监测系统