基于机器学习的滑坡失稳时间动态预报方法及介质

    公开(公告)号:CN115371534B

    公开(公告)日:2025-01-07

    申请号:CN202211010868.0

    申请日:2022-08-23

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于机器学习的滑坡失稳时间动态预报方法,包括:准备原始滑坡的原始监测数据,包括滑坡表面位移监测与滑坡裂缝计监测;采用移动平均法对数据进行预处理;采用改进的切线角法对预处理后的监测数据进行滑坡演化阶段判定;根据目标滑坡监测周期,设置动态预报计算区间;当判定滑坡进入加速运动阶段后,根据设置的动态区间,通过基础预报模型对滑坡失稳时间进行预报;以基础预报模型为输入,滑坡实际失稳时间为目标输出,采用机器学习对基础预报模型进行集成,建立滑坡失稳时间动态预报的综合预报模型,对滑坡失稳时间进行动态预报。显著提升了失稳时间预报的精准度和稳定性,为滑坡预警工作提供更为科学、直观和精准的参考。

    基于机器学习的滑坡失稳时间动态预报方法及介质

    公开(公告)号:CN115371534A

    公开(公告)日:2022-11-22

    申请号:CN202211010868.0

    申请日:2022-08-23

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于机器学习的滑坡失稳时间动态预报方法,包括:准备原始滑坡的原始监测数据,包括滑坡表面位移监测与滑坡裂缝计监测;采用移动平均法对数据进行预处理;采用改进的切线角法对预处理后的监测数据进行滑坡演化阶段判定;根据目标滑坡监测周期,设置动态预报计算区间;当判定滑坡进入加速运动阶段后,根据设置的动态区间,通过基础预报模型对滑坡失稳时间进行预报;以基础预报模型为输入,滑坡实际失稳时间为目标输出,采用机器学习对基础预报模型进行集成,建立滑坡失稳时间动态预报的综合预报模型,对滑坡失稳时间进行动态预报。显著提升了失稳时间预报的精准度和稳定性,为滑坡预警工作提供更为科学、直观和精准的参考。

Patent Agency Ranking