基于两层Stacking模型与YoloV8图像识别的滑坡监测与预警方法及系统

AITNT
正文
推荐专利
基于两层Stacking模型与YoloV8图像识别的滑坡监测与预警方法及系统
申请号:CN202510655178
申请日期:2025-05-21
公开号:CN120544064A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于两层Stacking模型与YoloV8图像识别的滑坡监测与预警方法及系统,本发明通过卫星图像与无人机拍摄协同筛查隐患点,结合实地传感器实时采集多维度物理参数,利用两层Stacking模型融合多算法特征及YoloV8模型精准识别滑坡裂隙,构建全流程动态监测体系。系统实现从广域形变分析到薄弱点精准定位的闭环管理,显著降低设备部署密度与成本,提升隐患区域识别效率及风险预测鲁棒性;通过分级预警机制与多源数据实时交互,增强复杂地形下预警响应时效性,确保监测过程持续循环,有效应对地质环境动态变化。
技术关键词
Stacking模型 预警方法 图像 XGBoost算法 地下水传感器 监测单元 控制无人机 计算机终端设备 数据实时交互 融合多算法 高风险 位移检测装置 MQTT协议 监控模块 温度监测装置 客户端 处理器
系统为您推荐了相关专利信息
1
一种光纤电缆的震动预警方法及装置
光纤电缆 预警方法 特征值 震源 动态校正
2
一种光伏组件热斑缺陷智能识别系统
光伏组件热斑 旋翼无人机 缺陷智能 热斑缺陷 识别系统
3
基于双目稀疏视觉SLAM的三维稠密地图构建方法及系统
地图构建方法 交叉注意力机制 稠密点云 三维空间物体 双目相机
4
一种基于数字孪生的露天煤矿电机设备状态监测与预警方法
露天煤矿 电机设备 预警方法 数字孪生 通道注意力机制
5
一种电力电缆局部缺陷老化诊断评估方法、系统及存储介质
电力电缆局部缺陷 仿真模型 成像 校准 轮廓信息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号