发明公开
- 专利标题: 一种基于梯度决策树的山体边坡勘测数据两级融合方法
-
申请号: CN202310061911.4申请日: 2023-01-17
-
公开(公告)号: CN116108399A公开(公告)日: 2023-05-12
- 发明人: 张征 , 凌贤长 , 唐亮 , 陈宏伟 , 邱瑞 , 丛晟亦 , 田爽 , 周峰 , 郝国成 , 张熙阳 , 毛小刚 , 张钟远 , 邱梦瑶
- 申请人: 哈尔滨工业大学重庆研究院 , 中铁十七局集团有限公司 , 哈尔滨工业大学 , 中国地质大学(武汉)
- 申请人地址: 重庆市渝北区龙兴镇两江大道618号; ; ;
- 专利权人: 哈尔滨工业大学重庆研究院,中铁十七局集团有限公司,哈尔滨工业大学,中国地质大学(武汉)
- 当前专利权人: 哈尔滨工业大学重庆研究院,中铁十七局集团有限公司,哈尔滨工业大学,中国地质大学(武汉)
- 当前专利权人地址: 重庆市渝北区龙兴镇两江大道618号; ; ;
- 代理机构: 哈尔滨龙科专利代理有限公司
- 代理商 王莹
- 主分类号: G06F18/25
- IPC分类号: G06F18/25 ; G06F18/2431
摘要:
本发明公开了一种基于梯度决策树的山体边坡勘测数据两级融合方法,所述方法包括如下步骤:S1:处理山体边坡勘测数据,按照数据结构特征将数据统一标准化,构建勘测数据特征统一标准化表征方法;S2:关联互补地球物理场属性特征与斜坡体空间几何特征,实现勘测数据浅层初次融合;S3:探究高维数据潜在空间特征与低纬数据潜在表观特征;S4:结合S2得到的数据,实现山体边坡勘测数据深层特征融合;S5:优化数据,提高数据融合效率与精度,实现山体边坡勘测数据多级层次化智能融合。本发明通过建立山体边坡勘测数据智能解析与融合技术,解决了传统深度学习算法在处理多模态数据泛化性低的问题。