首页> 中国专利> 基于梯度增强多元回归模型的北斗监测滑坡位移量预测方法

基于梯度增强多元回归模型的北斗监测滑坡位移量预测方法

摘要

本发明公开了一种基于梯度增强多元回归模型的北斗监测滑坡位移量预测方法,将影响滑坡体位移的参数视为输入变量,主要包括降水量、沉降量、深部位移量以及裂隙,将所述数据输入到梯度增强多元回归模型进行滑坡表面位移量预测,利用多个弱学习器对监测数据进行多轮训练,拟合先前累加模型的损失函数的负梯度,使加上该弱学习器后的累积模型损失往负梯度的方向减少,提高预测精度,并且与贝叶斯岭回归模型、弹性网络回归模型和支持向量机回归模型进行对比,对梯度增强模型的优越性提供依据。本发明将各种不同的数据信息进行综合,解决滑坡预测过程中传统模型存在的考虑影响因素单一、长期预测精度低等问题。

著录项

  • 公开/公告号CN114548578A

    专利类型发明专利

  • 公开/公告日2022-05-27

    原文格式PDF

  • 申请/专利权人 南京信息工程大学;

    申请/专利号CN202210187754.7

  • 发明设计人 柯福阳;明璐璐;陆佳嘉;胡祥祥;

    申请日2022-02-28

  • 分类号G06Q10/04;G06Q50/26;G06N20/00;G01B21/02;

  • 代理机构南京苏高专利商标事务所(普通合伙);

  • 代理人柏尚春

  • 地址 210044 江苏省南京市江北新区宁六路219号

  • 入库时间 2023-06-19 15:27:37

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-05-27

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号