摘要
本申请公开了一种矿山地质环境特征监测与恢复治理方法,涉及地质环境监测领域,包括:采集矿山地质数据;采用预训练的LSTM神经网络模型预测未来一段时间内地质灾害演化的隶属度信息;利用隶属度信息调整马尔科夫链模型中的状态转移概率矩阵;利用调整后的状态转移概率矩阵预测地质灾害未来一段时间的演化状态;将矿山地质数据映射为贝叶斯网络的节点,构建包含环境因素的有向无环图;基于贝叶斯网络推断算法,计算不同环境因素组合下地质灾害发生的概率;将预测的地质灾害未来一段时间的演化状态与贝叶斯网络推断的地质灾害发生概率进行融合,得到地质灾害预测评估结果;针对现有技术中矿山地质灾害时序评估精度低,本申请提高了评估精度。
技术关键词
恢复治理方法
矿山地质环境
马尔科夫链模型
转移概率矩阵
地质灾害预测
贝叶斯算法
时空分布图
多源信息融合方法
节点
神经网络模型
数据同化方法
地质环境监测
期望最大化算法
高风险
蒙特卡洛方法
系统为您推荐了相关专利信息
多模态传感器
传感器误差
智能终端设备
动态校准方法
多传感器融合技术
无人机协同
规划
无人机集群协同
任务分配策略
机制
预处理图像数据
递归神经网络
时序特征
卷积神经网络提取
关联特征数据
检索图像
转移概率矩阵
列表
图像检索重排序方法
图像检索方法
智能推送方法
气象风险预警方法
气象灾害预警
智能推送系统
渠道