申请/专利权人：马培峰

申请日：2023-12-11

公开（公告）日：2024-03-15

公开（公告）号：CN117709583A

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q10/04;G06Q50/26;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及滑坡分析技术领域，具体涉及数据驱动的动态滑坡易发性评估及致灾因子变化推断方法，包括以下步骤：收集滑坡易发性相关数据，并针对小样本问题进行数据预处理与LSA元任务采样，并构建LSA元任务用于中间表征学习；利用元学习中间表征进行小样本学习，元学习出中间模型，学习出各年份LSA预测模型；利用SHAP算法对各LSA预测模型进行可解释性分析；学习出各年份LSA预测模型后，预测每一年的滑坡易发性图，完成动态滑坡易发性分析；利用InSAR技术对滑坡易发性评估结果进行增强和验证，本发明，通过采用元学习策略，即使基于快速适应策略，仅使用少量样本和梯度下降更新，年度滑坡易发性成图的表现也很好。

主权项：1.数据驱动的动态滑坡易发性评估及致灾因子变化推断方法，其特征在于，包括以下步骤：S1：收集滑坡易发性相关数据，并针对小样本问题进行数据预处理与LSA元任务采样，根据滑坡发生年份对样本进行划分，并构建LSA元任务用于中间表征学习；S2：利用元学习中间表征进行小样本学习，元学习出中间模型，基于中间模型在滑坡样本稀缺年份对LSA元任务进行快速微调适应学习，学习出各年份LSA预测模型；S3：利用SHAP算法对各LSA预测模型进行可解释性分析，确保评估结果具有科学合理性；S4：学习出各年份LSA预测模型后，预测每一年的滑坡易发性图，完成动态滑坡易发性分析；S5：利用InSAR技术对滑坡易发性评估结果进行增强和验证，包括InSAR结果处理、利用InSAR结果增强及其与滑坡易发性图的结合验证。

全文数据：

权利要求：

百度查询： 马培峰 数据驱动的动态滑坡易发性评估及致灾因子变化推断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD