摘要
本发明公开了一种基于多源数据融合的岩土工程地质灾害预测方法,收集已发生地质灾害的历史数据,构建原始数据集;对原始数据集中的地质勘察数据、地面监测数据和水文气象数据进行筛选并填充,得到一级数据集;基于一级数据集中的地质勘察数据、地面监测数据和水文气象数据建立基于深度学习的多源数据融合预测模型,所述预测模型包括输入模块、卷积特征提取模块、时序特征提取模块、特征融合模块、决策层模块和输出模块;判断预测模型给出未来1‑3天的预测值是否异常,若预测值异常则发出预警信息。本发明通过对岩土工程地质灾害的历史数据进行分析,建立基于深度学习的多源数据的预测模型,有效提高了模型的泛化能力。
技术关键词
地质灾害预测方法
卷积特征提取
岩土工程
特征提取模块
数据分析单元
地面
数据分析模型
数据传输单元
时序特征
岩土力学参数
数据处理模块
采集单元
输入模块
KNN算法
输出模块
预测系统
气象
系统为您推荐了相关专利信息
智能检测模块
跟踪辅助系统
患者术后护理
边界特征提取方法
患者界面
深度神经网络模型
融合特征
模态特征
多模态
特征提取模块
智能化分析方法
交通管理系统
节点
数据特征提取
深度学习算法
特征提取方法
特征提取模块
输出特征
加权特征
融合特征