-
公开(公告)号:CN119721332A
公开(公告)日:2025-03-28
申请号:CN202411747209.4
申请日:2024-11-29
Applicant: 中国矿业大学(北京) , 北京数论科技有限公司
Abstract: 本发明公开了一种基于时序遥感影像与残差重构的生态环境质量预测方法及模型,其方法包括:S1、获取生态环境质量样本数据集,将生态环境质量样本数据集分割为仅受气候因素影响数据子集和受气候因素与人类活动共同影响数据子集;S2、多元回归模型将训练后回归函数A与回归函数B在栅格地图中相加构成综合生态环境质量预测函数模型;S3、采集研究矿区内的气候因素数据与人类活动数据输入多元回归模型并输出生态环境质量预测结果。本发明利用生态环境质量样本数据集进行残差重构并分别训练回归函数A和回归函数B,构建了综合考虑自然因素和人类活动的综合生态环境质量预测函数模型,有效地实现了未来矿区生态环境质量预测。
-
公开(公告)号:CN117725493B
公开(公告)日:2025-01-10
申请号:CN202311340078.3
申请日:2023-10-16
Applicant: 中国矿业大学(北京) , 中国自然资源航空物探遥感中心
IPC: G06F18/2411 , G06F18/214 , G06F18/243 , G06N3/09 , G06N3/082
Abstract: 本发明公开了一种基于改进型Stacking融合模型的滑坡危险性结果评价方法,其方法包括:S1、构建滑坡特征样本数据集,提取滑坡影响因子集并与滑坡危险性结果关联存储;S2、构建滑坡危险性评价模型,滑坡危险性评价模型包括初级学习器层和次级学习器层,次级学习器层包括支持向量机SVM,支持向量机SVM以初级学习器层的输出及权重作为输入利用核函数输出滑坡危险性分类结果;S3、采集研究区的滑坡数据输入滑坡危险性评价模型,然后输出滑坡危险性结果。本发明通过滑坡危险性评价模型的初级学习器层多个模型的训练及次级学习器层的模型训练,具有模型预测精度高、综合性高等优点,对于地质灾害隐患防范具有重要的意义。
-
公开(公告)号:CN117725493A
公开(公告)日:2024-03-19
申请号:CN202311340078.3
申请日:2023-10-16
Applicant: 中国矿业大学(北京) , 中国自然资源航空物探遥感中心
IPC: G06F18/2411 , G06F18/214 , G06F18/243 , G06N3/09 , G06N3/082
Abstract: 本发明公开了一种基于改进型Stacking融合模型的滑坡危险性结果评价方法,其方法包括:S1、构建滑坡特征样本数据集,提取滑坡影响因子集并与滑坡危险性结果关联存储;S2、构建滑坡危险性评价模型,滑坡危险性评价模型包括初级学习器层和次级学习器层,次级学习器层包括支持向量机SVM,支持向量机SVM以初级学习器层的输出及权重作为输入利用核函数输出滑坡危险性分类结果;S3、采集研究区的滑坡数据输入滑坡危险性评价模型,然后输出滑坡危险性结果。本发明通过滑坡危险性评价模型的初级学习器层多个模型的训练及次级学习器层的模型训练,具有模型预测精度高、综合性高等优点,对于地质灾害隐患防范具有重要的意义。
-
-