摘要
本发明涉及数据监测与预测技术领域,具体为基于遥感数据的地质灾害监测与预测系统及方法,所述方法包括:获取原始遥感数据,确定原始位移序列,对原始位移序列进行数据处理,构建时序输入样本并输入至循环神经网络单元中进行处理,按时间步依次处理时序输入序列中的每个多维特征向量,输出时间步对应的隐藏状态;根据所有时间步的隐藏状态构建隐藏状态矩阵,对隐藏状态矩阵进行数据处理,得到时序输入样本的全局隐藏状态向量;将全局隐藏状态向量输入灾害预测模型中,输出当前灾害概率,并对当前灾害概率进行数据分析,确定灾害预测方法。本发明解决了单一时序特征难以捕捉地质灾害演化中快变与慢变的耦合关系。
技术关键词
地质灾害监测
多维特征向量
神经网络单元
灾害预测方法
序列
矩阵
离散小波变换
样本
预测系统
滑动窗口
数据处理模块
大数据
元素
双曲正切函数
时序特征
表达式
图像
记忆
系统为您推荐了相关专利信息
知识图谱构建方法
循环神经网络模型
实体关系抽取模型
文本
序列
优化调度模型
风光互补能源
增广拉格朗日
风光互补发电系统
生成场景
二进制代码相似性检测方法
节点
种子
匈牙利算法
过滤模块