摘要
本发明公开了基于可解释性智能算法的广域滑坡快速识别方法,涉及遥感科学与技术领域,通过多源时空数据融合与知识图谱动态赋权,构建双通道特征提取架构:轻量化CNN捕捉影像局部纹理,图卷积网络建模地质空间关联性,结合SHAP值与因果推理生成可解释的贡献度热力图与规则链;引入知识图谱双向验证系统,利用先验规则校验空间逻辑矛盾,并基于误判样本触发模型与规则库协同进化;输出多维度可信度报告,以蒙特卡洛Dropout量化不确定性,按角色定制解释粒度;采用地形自适应的分块‑流式处理架构,结合边缘轻量化部署与联邦学习,实现广域实时预警与模型动态更新。本方案突破传统黑箱模型局限,形成物理驱动、透明决策、秒级响应的防灾闭环。
技术关键词
快速识别方法
智能算法
多源时空数据
蒙特卡洛
动态规则库
卫星遥感影像
机载LiDAR点云
轻量化卷积神经网络
样本
复杂度
分块
双通道特征融合
光谱指纹特征
卫星降雨数据
分布式水文模型
知识图谱驱动
动态时间窗口
系统为您推荐了相关专利信息
储能容量配置方法
光储充
分布式光伏
出力曲线
负荷
体育训练方法
虚拟现实训练
动作规范
关键点
运动员
可视化场景
园区场景
场景分类
工厂智能控制
智能控制系统
水质COD检测
荧光特征
LSSVM模型
波长
脉冲氙灯光源