报告详情
滑坡监测数据异常识别技术研究
编号：4262
访问权限：仅限参会人
更新：2024-04-17 16:00:17
浏览：839次
快闪报告
报告开始：2024年05月19日 21:09（Asia/Shanghai）
报告时间：3min
所在会场：[S3] 主题3、地质灾害与工程地质 [S3-7] 主题3、地质灾害与工程地质 主题三研究生主题论坛（19日晚上，305）
暂无文件
摘要
滑坡监测仪器受外部环境复杂多变以及设备自身固有缺陷的双重影响，监测数据质量参差不齐，这极大地制约了滑坡高精度预警。针对上述问题，本文分析数据在采集、传输、处理等环节中的数据取值范围、波动幅度、突变大小等特征，构建异常监测数据识别体系。引入TensorFlow深度学习架构，以数据过滤后绘制的“时间-位移”曲线为训练样本，构建基于人工智能模型的异常监测曲线识别与剔除机制。以四川省安岳县张家湾滑为例进行方法验证，异常数据识别成功率提升至98%，预警误报次数从7次降低至1次，表明在滑坡预警工作中，该技术能较好的过滤异常监测数据并绘制正常监测曲线，能有效提高监测数据质量与预警精度。
关键词
监测数据异常识别
报告人
倪泽正
硕士研究生 成都理工大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论