公开(公告)号：CN111968019A

公开(公告)日：2020-11-20

申请号：CN202010759164.8

申请日：2020-07-31

Applicant: 中国地质大学(武汉)

Inventor： 方志策 ,  王毅

IPC: G06Q50/26 ,  G06Q10/04 ,  G06Q10/06 ,  G06N3/04

Abstract: 本发明公开了一种基于CNN与RNN集成的滑坡灾害易发性预测方法，包括收集多源数据，通过多源数据提取滑坡致灾因子，将提取出来的滑坡致灾因子样本数据进行量化处理；构建滑坡灾害易发性评价模型，先分别构建基于卷积神经网络CNN和循环神经网络RNN的易发性模型，再利用平均集成方法将CNN与RNN模型融合起来进行易发性预测，对滑坡易发性模型进行精度评价，输出最终的滑坡灾害易发性预测图。本发明的有益效果是：利用平均集成方法来融合CNN与RNN，能够获得性能更优越的易发性评价模型，可有效提高滑坡灾害易发性预测精度。

公开(公告)号：CN111079999A

公开(公告)日：2020-04-28

申请号：CN201911229039.X

申请日：2019-12-04

Applicant: 中国地质大学(武汉)

Inventor： 王毅 ,  方志策

IPC: G06Q10/04 ,  G06Q50/26 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于CNN和SVM的洪水灾害易发性预测方法。包括采集多源数据，通过多源数据提取洪水的致灾因子，将提取出来的洪水致灾因子样本数据进行量化处理，对洪水致灾因子进行评价筛选，构建洪水易发性模型，先利用卷积神经网络CNN对洪水数据进行特征提取，再利用支持向量机SVM对提取出的特征进行易发性预测，对洪水易发性模型进行精度评价，输出最终的洪水易发性预测图。本发明基于卷积神经网络CNN能够自动提取特征的特点对洪水灾害数据进行特征提取，并利用支持向量机SVM通过提取出的特征进行区域灾害易发性预测，可有效提高灾害易发性预测的精度。

公开(公告)号：CN111310898A

公开(公告)日：2020-06-19

申请号：CN202010093323.5

申请日：2020-02-14

Applicant: 中国地质大学(武汉)

Inventor： 王毅 ,  王茂 ,  方志策

IPC: G06N3/04 ,  G06F16/29 ,  G06Q50/26

Abstract: 本发明提供一种基于RNN的滑坡灾害易发性预测方法，包括采集多源数据，通过多源数据提取滑坡的致灾因子，对提取出来的滑坡致灾因子进行评价筛选，利用筛选后的滑坡致灾因子样本数据构建滑坡序列数据，建立滑坡灾害易发性模型，利用循环神经网络对滑坡序列数据进行易发性预测，对滑坡易发性模型进行精度评价，输出最终的滑坡灾害易发性预测图。本发明的有益效果是：基于循环神经网络RNN能够处理序列数据的特点构建针对于滑坡灾害的序列数据并进行区域灾害易发性预测，可有效提高滑坡灾害易发性预测精度。