基于监测数据时序图自学习的降雨型滑坡位移趋势预测方法
基本信息
申请号 | CN202110364965.9 | 申请日 | - |
公开(公告)号 | CN112800688B | 公开(公告)日 | 2021-07-16 |
申请公布号 | CN112800688B | 申请公布日 | 2021-07-16 |
分类号 | G06F30/27;G06N3/08;G06Q10/04 | 分类 | 计算;推算;计数; |
发明人 | 谢潇;伍庭晨;张叶廷;鄂超;刘铭崴 | 申请(专利权)人 | 浙江中海达空间信息技术有限公司 |
代理机构 | 杭州丰禾专利事务所有限公司 | 代理人 | 徐金杰 |
地址 | 313200 浙江省湖州市德清县舞阳街道科源路10号1幢10-11楼 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及基于监测数据时序图自学习的降雨型滑坡位移趋势预测方法,包括以下步骤:步骤1,多因子关联的时序波形分析;步骤2,波形特征匹配的时序图构建;步骤3,时序图的自监督表征学习模型;步骤4,降雨型滑坡位移趋势性预测。本发明提供了一种深层的趋势预测分析方法,充分利用监测数据在时序上的变化特征并提供一种可解释性的演进图模型,避免由于降雨型滑坡复杂的运动机理导致难以选取滑坡相关因子以及获取有效信息等问题出现,能够科学性的预测未来时间内的滑坡位移,为提高降雨型滑坡危险性判别的预见性提供支撑。 |
