1989 / 2019-08-31 12:49:17
基于深度学习的滑坡变形预测技术研究及应用
摘要待审
人工智能变形预测是对于被监测的自然灾害体、工程结构体在各种主客观因素影响下的变形方式、变形演化过程及阶段性变形结果进行超前预测的新技术。基于多源数据融合,利用机器学习和深度学习中的回归分析、时间序列分析、灰色系统以及循环神经网络等算法模型,对形变量进行预测,实现对被监测对象的损伤变形进行预测预警,从而降低灾害风险。基于此项专利技术,团队目前已成功开发了地质灾害变形预测模型,并取得了阶段性应用成果,实现了6/12/24小时的超前预测预警,预测精度达到85%以上。以重庆某滑坡监测项目为例,通过一年的历史数据作为训练样本,对最近一个月的数据进行测试,目前12小时的预测结果平均绝对误差(监测值与预测值差值)在0.53mm内,预测精度高达83.28%。
重要日期
  • 会议日期

    10月12日

    2019

    10月15日

    2019

  • 09月30日 2019

    初稿截稿日期

  • 10月15日 2019

    注册截止日期

  • 07月21日 2020

    报告提交截止日期

主办单位
青年地学论坛理事会
承办单位
中国科学院青海盐湖研究所
中国科学院西北高原生物研究所
青海师范大学
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询