公开(公告)号：CN118536033A

公开(公告)日：2024-08-23

申请号：CN202410593586.0

申请日：2024-05-13

申请人： 东华理工大学

发明人： 范凌峰 ,  肖慧 ,  梁常荣 ,  冯合力 ,  梁静 ,  胡耀祖 ,  胡佳超 ,  王喆 ,  游丝露 ,  刘天泽 ,  符嘉瑶 ,  吴雨洁

IPC分类号： G06F18/2433 ,  G06N3/126

摘要： 本发明公开了一种基于LOF和ADASYN的土质滑坡地表位移数据平衡优化方法，该方法包括以下步骤：步骤1：划分数据集，将土质滑坡地表位移原始数据70%作为训练集，30%作为测试集；步骤2：通过局部离群因子(LOF)剔除训练集中的异常数据；步骤3：通过自适应合成抽样(ADASYN)对剔除异常值后的训练集进行平衡优化；步骤4：将原始数据训练集和经过平衡优化方法处理的训练集分别输入预测模型中，得到测试集的预测结果并进行比较，验证平衡优化方法的可行性。与现有技术相比，平衡优化方法有效剔除土质滑坡原始数据中的异常值，解决了土质滑坡变形各阶段数据不平衡问题，提高了预测模型对土质滑坡各个阶段预测结果的准确性及稳定性。

公开(公告)号：CN118535917A

公开(公告)日：2024-08-23

申请号：CN202410588426.7

申请日：2024-05-13

申请人： 东华理工大学

发明人： 胡佳超 ,  徐哈宁 ,  梁常荣 ,  冯合力 ,  梁静 ,  胡耀祖 ,  范凌峰 ,  刘天泽 ,  游丝露 ,  符嘉瑶 ,  吴雨洁

IPC分类号： G06F18/214 ,  G06F18/15 ,  G06F18/2433 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种基于CNN‑LSTM的地下水运移影响下的滑坡深部位移预测方法，包括如下步骤：步骤1：采集深部位移和地下水位数据，并进行数据插补和处理异常值。步骤2：将处理后的数据以时间顺序合并为数据矩阵，并拆解为训练集和测试集。步骤3：将训练集输入CNN，输出特征数据。步骤4：将特征数据输入LSTM，得到输出数据即为一次预测结果，根据预测结果计算损失函数，对CNN和LSTM进行参数优化，通过多次迭代，找到最佳参数。步骤5：将最佳参数作为模型的最终参数，将测试集输入CNN‑LSTM，所得的预测结果即为CNN‑LSTM的最终预测结果。本发明采用CNN和LSTM相结合的方法，考虑了地下水位对深部位移的影响，且充分利用了数据，使预测结果稳定性和准确性大大提高。

公开(公告)号：CN118536032A

公开(公告)日：2024-08-23

申请号：CN202410589223.X

申请日：2024-05-13

申请人： 东华理工大学

发明人： 王喆 ,  肖慧 ,  梁常荣 ,  冯合力 ,  梁静 ,  胡耀祖 ,  范凌峰 ,  胡佳超 ,  刘天泽 ,  游丝露 ,  符嘉瑶 ,  吴雨洁

IPC分类号： G06F18/2433 ,  G06F18/2415 ,  G06F18/10 ,  G06F18/27

摘要： 本发明涉及一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法，具体包括步骤1：获取地表位移相关的多源监测数据；步骤2：对多元数据进行数据预处理；步骤3：对预处理后的数据进行特征工程；步骤4：通过前向验证划分训练集,构建初始预测模型并训练;使用树结构概率密度估计算法优化初始预测模型参数;构建最终预测模型并输出预测结果；步骤5：使用RMSE\MAE\R2三个评价指标评估预测模型；步骤6：通过SHAP方法计算不同特征对模型结果的贡献。本发明充分利用LightGBM‑SHAP模型的解释性机制，在保证滑坡地表位移短期预测快速准确的同时还能掌握每个特征对模型预测结果的重要性，以及不同特征之间的相互作用关系，保证了预测结果的可解释性。