摘要
本申请公开了一种地表形变预测方法、设备、介质及产品,涉及地质灾害监测与测绘技术领域,该方法包括根据研究区域下的目标因子,利用训练好的地表形变预测模型输出未来时期累计形变量,其中,目标因子为对未来时期累计形变量的影响程度大于影响程度阈值的数据,目标因子包括历史时期的时序形变数据、未来时期的地形数据和未来时期的环境数据,地表形变预测模型为利用粒子群算法和遗传算法优化传统BP神经网络权重和偏置参数的模型,由于考虑了影响地表形变的地形及环境等因素,且克服了传统神经网络模型易陷入局部最优的缺点,提高了神经网络的预测精度,进而能够实现高精度的地表形变预测。
技术关键词
遗传算法优化
离散化方法
数据
BP神经网络
粒子群算法
变量
样本
时序
地质灾害监测
因子
节点数
处理器
代表
强度
序列
神经网络模型
测绘技术
度量
计算机程序产品
遥感技术
系统为您推荐了相关专利信息
智能检测设备
弹簧套管
视觉检测设备
检测玻璃瓶
视觉检测传感器
高精度压力传感器
分区
语音
机器学习算法
数据处理模块
展示方法
字段
数据可视化
语义依存分析
初始时间间隔