摘要
本发明公开了一种岩土工程边坡变形监测方法及系统,通过获取多模态图像数据,利用CLAHE算法增强所述多模态图像数据的弱形变区域对比度,通过Sobel算子提取梯度边缘信息,并基于VMD变分模态分解滤除激光雷达点云噪声;基于BiLSTM双向长短期记忆网络捕捉时间序列的双向依赖关系,通过注意力机制动态分配不同时间步和空间位置的权重;利用GJO金豺优化算法优化所述混合预测模型的超参数,得到目标混合预测模型;将特征图像数据输入至所述目标混合预测模型中进行预测,生成风险概率热力图,根据风险概率热力图定位边坡潜在滑裂面位置。提高岩土工程边坡图像数据分析的可靠性和准确性。
技术关键词
岩土工程边坡变形
多模态图像数据
混合预测模型
激光雷达点云噪声
双向长短期记忆网络
监测方法
热力图
分块图像数据
注意力机制
Attention机制
风险
监测系统
算法
对比度
子模块
无人机航拍图像
系统为您推荐了相关专利信息
信号分类方法
控制滤波器响应
协方差矩阵
深度学习分类模型
双向长短期记忆网络
设备状态数据
双向长短期记忆网络
初始聚类中心
上下文特征
阶段
职位推荐方法
多头注意力机制
语义特征提取
双向长短期记忆网络
数据
自然语言
构建知识图谱
三元组
双向长短期记忆网络
语义