InSAR与图神经网络结合的地表形变时空预测方法

AITNT
正文
推荐专利
InSAR与图神经网络结合的地表形变时空预测方法
申请号:CN202510776133
申请日期:2025-06-11
公开号:CN120670773A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种InSAR与图神经网络结合的地表形变时空预测方法,适用于地表形变的时空预测。基于DS‑InSAR获取高相干测点的雷达视线向时序地表形变;计算测点间的地理距离及各点对应形变序列间的互信息;依据测点间地理距和互信息判断高相干测点间的连接性生成邻接矩阵,将原始InSAR形变监测结果组织为图结构数据;将图结构数据输入到LSTM‑GCN模型预测获得整个区域中所有高相干测点的地表形变。本方法不仅预测精度高,而且适用范围广泛,能有效应用于矿井关闭、地下资源开发、自然灾害等导致的地表及建(构)筑物形变时空预测等领域。
技术关键词
时空预测方法 神经网络模型 GCN模型 时序 构建不规则三角网 数字高程模型数据 相位解缠算法 相干性 度量 地表监测点 影像 信息熵 可读存储介质 两点 数据校正 处理器 自然灾害 存储器 计算机设备
系统为您推荐了相关专利信息
1
抑郁情绪识别模型的训练方法和抑郁情绪识别方法
融合视觉特征 情绪识别模型 神经网络模型 抑郁 视频流
2
电力通信网络的动态带宽分配方法及系统
动态带宽分配方法 电力通信网络 动态带宽分配系统 深度强化学习算法 电力通信业务
3
一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法
系统优化调度方法 电热耦合系统 训练神经网络模型 可再生能源 筛选算法
4
神经网络处理器、片上系统、数据处理方法及存储介质
神经网络处理器 神经网络模型 数据处理方法 核心 控制器
5
一种基于多注意力机制的低光图像增强方法
光照特征 图像增强方法 注意力机制 模块 像素
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