发明公开
- 专利标题: 基于空-天-地多源异构监测数据的边坡滑动面识别方法
-
申请号: CN202310047619.7申请日: 2023-01-31
-
公开(公告)号: CN116244661A公开(公告)日: 2023-06-09
- 发明人: 凌贤长 , 邢文强 , 陈宏伟 , 邱瑞 , 张熙阳 , 毛小刚 , 张钟远 , 邱梦瑶 , 周峰 , 郝国成 , 丛晟亦 , 田爽 , 孔祥勋 , 唐亮
- 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 李智慧
- 主分类号: G06F18/25
- IPC分类号: G06F18/25 ; G06F18/15
摘要:
本发明公开了一种基于空‑天‑地多源异构监测数据的边坡滑动面识别方法,所述方法包括如下步骤:步骤S1:建立边坡空‑天‑地多源异构监测数据的关键词表,进行数据识别与分类;步骤S2:对边坡空‑天‑地多源异构监测数据中的冗杂信息和错误数据进行剔除与过滤;步骤S3:对边坡空‑天‑地多源异构监测数据进行数据降维;步骤S4:提取边坡空‑天‑地多源异构监测数据的统计特征向量和时间序列特征向量,对统计特征向量向量与时间序列特征向量进行多源数据特征融合,利用融合后的特征向量作为机器学习方法的输入,实现对边坡滑动面的建模。该方法有效改善了滑坡监测数据的可靠性,提高了滑坡监测数据的利用率。