摘要
本发明提出了一种滑坡体预警方法,具体涉及隧道滑坡预警领域。该方法步骤包括采集隧道滑坡数据、预处理初始隧道滑坡数据集、提出隧道滑坡预警模型、训练和测试隧道滑坡预警模型。所述隧道滑坡预警模型由多源数据融合模块、滑坡数据编码模块、滑坡风险预测模块组成,其中,多源数据融合模块通过卷积神经网络提取各类数据特征并加权融合;滑坡数据编码模块利用门控循环单元对滑坡历史数据及实时地质、气象数据进行时序建模;滑坡风险预测模块由位置感知模块与风险预测模块组成,结合空间与时空特征预测滑坡概率。
技术关键词
卷积神经网络提取
预警方法
预警模型
数据编码
时序特征
门控循环单元
孔隙水压力
模块
风险
融合特征
滑坡预警系统
历史气象数据
损失函数优化
GRU模型
特征提取方法
测试隧道
系统为您推荐了相关专利信息
预测特征
流量预测方法
注意力
鲸鱼优化算法
游客流量数据
输配电装置
智能预警方法
智能预警系统
数据融合算法
预警规则
光谱解混方法
解码器
重构
卷积神经网络提取
代表