公开(公告)号：CN115630336A

公开(公告)日：2023-01-20

申请号：CN202211343626.3

申请日：2022-10-30

Applicant: 福州大学

Inventor： 苏燕 ,  黄绍翔 ,  陈耀鑫 ,  杨凌鋆 ,  黄斌 ,  林川 ,  赖晓鹤

IPC: G06F18/25 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/2135 ,  G06N3/088 ,  G06N3/096

Abstract: 本发明涉及一种基于域自适应迁移学习的无样本库区滑坡易发性预测方法。包括如下步骤：S1、收集多源数据，确定足量样本的源区域，选择适用于专题易发性分析的普适性评价指标，进行指标分析；S2、确定目标域的非标记样本，保证所选样本具有一定代表性，采用聚类方法分类，并在不同类中提取相同数量样本；S3、采用基于特征的域自适应方法，调节自适应因子，将源域数据与目标域无标记数据进行特征对齐；S4、选择合适的机器学习模型，将源域标记样本作为训练集，对目标域的易发性结果进行预测，以自然间断点法对易发性指数进行分区；本发明解决了传统方法在无样本的偏远库区中无法实现滑坡易发性评价的困难，为滑坡易发性预测提供一种新的思路。

公开(公告)号：CN116011340A

公开(公告)日：2023-04-25

申请号：CN202310065477.7

申请日：2023-01-16

Applicant: 福州大学

Inventor： 苏燕 ,  付家源 ,  林川 ,  谢秀栋 ,  赖晓鹤 ,  郑志铭 ,  黄斌 ,  陈耀鑫

IPC: G06F30/27 ,  G06F30/13 ,  G06Q10/0639 ,  G06Q50/08 ,  G06N3/0442 ,  G06F18/10 ,  G06F18/27 ,  G06F123/02

Abstract: 本发明涉及一种考虑异元不确定性影响下的边坡变形预测方法。该方法：对相关历史监测数据进行处理；将处理好的数据按划分为学习样本集、定标样本集与预测集；将学习样本集作为基于异向弹性长短期记忆神经网络的输入构建多个区间预测模型；将得到的区间预测模型结合对应的定标样本进行初步感知，并根据实际观测值与输出的预测区间的关系得到相应的保形分数组，并分别计算经验概率分位数；利用经验概率分位数对各个模型生成的预测区间进行自适应优化，使得所构建的每个区间预测模型在有效理论覆盖和区间覆盖宽度两个矛盾的指标中取得最佳平衡，生成不确定性区间预测结果或确定性点预测值。本发明能够满足不同地况、不同位置的边坡变形预测需求。