由梯度提升回归优化模型预测多因子滑坡沉降量的方法

    公开(公告)号:CN119066498B

    公开(公告)日:2025-01-24

    申请号:CN202411527124.5

    申请日:2024-10-30

    Abstract: 本发明涉及滑坡监测预警技术领域,具体涉及由梯度提升回归优化模型预测多因子滑坡沉降量的方法。包括:根据多因子样本数据训练出一种梯度提升回归优化模型对滑坡沉降量进行预测;其中,梯度提升回归优化模型由多个梯度提升回归树并行组成,该模型通过训练多个弱分类器以提升模型分类强度,提升了模型的预测能力;为了使每个弱学习器的参数不同,在模型的训练过程中对训练集进行更新,对多个弱学习器进行学习,提升模型的预测能力;根据当前多因子样本数据进行滑坡沉降量预测,获得当前滑坡沉降量预测值;并基于滑坡历史数据、地质条件和土壤类型等数据确定滑坡危险等级的阈值,对比阈值和预测值准确评估滑坡危险等级。

    由梯度提升回归优化模型预测多因子滑坡沉降量的方法

    公开(公告)号:CN119066498A

    公开(公告)日:2024-12-03

    申请号:CN202411527124.5

    申请日:2024-10-30

    Abstract: 本发明涉及滑坡监测预警技术领域,具体涉及由梯度提升回归优化模型预测多因子滑坡沉降量的方法。包括:根据多因子样本数据训练出一种梯度提升回归优化模型对滑坡沉降量进行预测;其中,梯度提升回归优化模型由多个梯度提升回归树并行组成,该模型通过训练多个弱分类器以提升模型分类强度,提升了模型的预测能力;为了使每个弱学习器的参数不同,在模型的训练过程中对训练集进行更新,对多个弱学习器进行学习,提升模型的预测能力;根据当前多因子样本数据进行滑坡沉降量预测,获得当前滑坡沉降量预测值;并基于滑坡历史数据、地质条件和土壤类型等数据确定滑坡危险等级的阈值,对比阈值和预测值准确评估滑坡危险等级。

    一种基于权叠加和奇异分解法的电离层闪烁过程GNSS定位模型优化

    公开(公告)号:CN115932893A

    公开(公告)日:2023-04-07

    申请号:CN202211595986.2

    申请日:2022-12-12

    Abstract: 本发明公开了一种基于权叠加和奇异分解法的电离层闪烁过程GNSS定位模型优化,包括:确定GNSS卫星观测量;利用卫星高度角和电离层闪烁指数叠加设计GNSS观测值权阵。本发明创新性地提出了利用卫星高度角和电离层闪烁指数叠加设计GNSS观测值权阵,然后采用Tikhonov和奇异分解相结合的方法解算GNSS观测方程,解决由于电离层闪烁引起法方程系数阵条件数增大的问题,改变法方程的病态性,提高GNSS定位精度和可靠性,电离层闪烁过程GNSS定位模型在定位精度分析仍未做全面、深入研究,并且没有在中国南海和赤道附近地区开展试验验证,本发明在优化模型的同时,选择中国南海、云南,以及澳大利亚北部地区开展试验,验证电离层闪烁过程GNSS定位模型的有效性和准确性。

Patent Agency Ranking