简介:
本发明提供了一种滑坡地表变形影响因素权重的计算方法,属于工程地质技术领域,解决了由滑坡影响因素对位移的贡献相同进行滑坡位移预测从而造成结果不准确性这一技术问题。构建基于注意力的LSTM模型,包括:两个LSTM模型,将这些外部因素的时间序列数据输入基于注意力的LSTM模型用于模型的训练,最终得到滑坡的位移预测模型;基于注意力的LSTM模型输出不同外部因素的权重并判断不同的外部因素对于滑坡位移的影响,从而实现滑坡位移的有效预测。本发明根据历史监测数据能计算出各种外部因素在滑坡位移预测中所占的权重,然后根据权重大小判断出各种因素对滑坡位移预测的影响程度,最后能有效地进行滑坡位移预测。
本发明提供了一种滑坡地表变形影响因素权重的计算方法,属于工程地质技术领域,解决了由滑坡影响因素对位移的贡献相同进行滑坡位移预测从而造成结果不准确性这一技术问题。构建基于注意力的LSTM模型,包括:两个LSTM模型,将这些外部因素的时间序列数据输入基于注意力的LSTM模型用于模型的训练,最终得到滑坡的位移预测模型;基于注意力的LSTM模型输出不同外部因素的权重并判断不同的外部因素对于滑坡位移的影响,从而实现滑坡位移的有效预测。本发明根据历史监测数据能计算出各种外部因素在滑坡位移预测中所占的权重,然后根据权重大小判断出各种因素对滑坡位移预测的影响程度,最后能有效地进行滑坡位移预测。