← 返回列表
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
申请人信息
- 申请人:马培峰
- 申请人地址:518063 广东省深圳市南山区粤兴二道10号香港中文大学深圳研究院506室
- 发明人: 马培峰
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 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 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311699768.8 |
| 申请日 | 2023/12/11 |
| 公告号 | CN117709583A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06Q10/063 |
| 权利人 | 马培峰 |
| 发明人 | 马培峰; 陈力 |
| 地址 | 广东省深圳市南山区粤兴二道10号香港中文大学深圳研究院506室 |
摘要文本
马培峰取得“一种透气窗帘布”专利技术，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。
专利主权项内容
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。