基于随机森林模型的滑坡预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于随机森林模型的滑坡预测方法及装置，该方法包括采集多类滑坡训练数据，并分别构建针对每类滑坡训练数据的滑坡预警分类视角；使用随机森林模型构建针对所有滑坡预警分类视角的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建针对每类滑坡测试数据的滑坡观测视角；使用该多视角权重随机森林模型分别对每个滑坡观测视角进行模型评估，得到模型评估结果，并融合该模型评估结果，得到滑坡预警分类结果。可见，实施本发明专利技术能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。

A Landslide Prediction Method and System

The invention discloses a landslide prediction method and device, which includes collecting multi-type landslide training data and constructing landslide early warning classification perspective for each type of landslide training data, using random forest model to build multi-view weight random forest model for all landslide early warning classification perspective, collecting multi-type landslide test data, and constructing each type of landslide separately. Landslide observation perspective of test data; the multi-view weighted stochastic forest model is used to evaluate each landslide observation perspective separately, and the evaluation results of the model are obtained, and the classification results of landslide warning are obtained by integrating the evaluation results of the model. It can be seen that the implementation of the present invention can not only improve the prediction efficiency and accuracy of Landslide Motion state, but also provide quantitative evaluation basis for the analysis and evaluation of landslide stability, prediction and early warning of landslides and the prevention and control of landslides in the later stage through the analysis of landslide variation by multi-view weighted random forest model.

【技术实现步骤摘要】
一种滑坡预测方法及系统
本专利技术涉及滑坡预测
，尤其涉及一种滑坡预测方法及系统。
技术介绍
滑坡是发生在自然界中的一种常见的地质灾害，其危害巨大，经常对人们的生命和财产造成重大的损失。众所周知，对滑坡的预测预报并不是主观臆断的猜测结果，需建立在滑坡实时变形监测的基础上，同时必须按照系统工程的原理和方法，借助计算机系统来进行精确分析和准确判断，最终得出合理的预测结果。目前滑坡预测的方法主要包括工程条件分析、地址条件分析、岩土体力学实验、力学模型。然而，实践发现，目前的滑坡预测方法通常先进行详细的现成工程地质调查，建立地质模型，然后取样在实验室或现场进行力学试验，进一步建立力学模型，再进行力学分析，最后得到滑坡运动状态数据。可见，目前的滑坡预测方法不仅自动化程度低，效率低，而且还可能由于主观因素导致预测精度低。因此，如何提高滑坡运动状态的预测效率和预测精准度是当下急需解决的问题。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种滑坡预测方法及系统，能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。为了解决上述技术问题，本专利技术实施例第一方面公开了一种滑坡预测方法，所述方法包括：采集多类滑坡训练数据，并分别构建所述多类滑坡训练数据的滑坡预警分类视角,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建所述多类滑坡测试数据的滑坡观测视角；使用所述多视角权重随机森林模型分别对每个所述滑坡观测视角进行模型评估，得到模型评估结果，并融合所述模型评估结果，得到滑坡预警分类结果。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型，包括：使用随机森林模型分别学习所有所述滑坡预警分类视角，得到所有视角随机森林模型以及与所述所有视角随机森林模型中的每个所述视角随机森林模型相对应的模型评分；分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与所述滑坡训练数据相对应的滑坡预警视角权重；基于所有所述滑坡预警视角权重和所有所述视角随机森林模型构建多视角权重随机森林模型。作为一种可选的实施方式，在本专利技术实施例第一方面中，所述分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与每个所述滑坡训练数据相对应的滑坡预警视角权重，包括：分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验在贝叶斯框架下构建与所述滑坡训练数据相对应的滑坡预警视角权重。作为一种可选的实施方式，在本专利技术实施例第一方面中，其特征在于，所述滑坡视角权重的计算公式为：式中：θ(i)表示所述滑坡预警分类视角的视角索引，Wθ(i)表示所述滑坡预警视角权重，Pi表示所述视角权重先验，Pvi表示所述模型评分。在所述贝叶斯框架下，Pi×Pvi表示所述滑坡预警分类视角的准确度的后验概率。本专利技术实施例第二方面公开了一种基于随机森林的滑坡预测装置，所述装置包括：采集模块，用于采集多类滑坡训练数据,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；第一构建模块，用于分别构建所述多类滑坡训练数据的滑坡预警分类视角；第二构建模块，用于使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型；所述采集模块，还用于采集多类滑坡测试数据；所述第一构建模块，还用于分别构建所述多类滑坡测试数据的滑坡观测视角；评估模块，用于使用所述多视角权重随机森林模型分别对每个所述滑坡观测视角进行模型评估，得到模型评估结果；融合模块，用于融合所述模型评估结果，得到滑坡预警分类结果。作为一种可选的实施方式，在本专利技术实施例第二方面中，所述第二构建模块包括学习子模块以及构建子模块，其中：所述学习子模块，用于使用随机森林模型分别学习所有所述滑坡预警分类视角，得到所有视角随机森林模型以及与所述所有视角随机森林模型中的每个所述视角随机森林模型相对应的模型评分；所述构建子模块，用于分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与所述滑坡训练数据相对应的滑坡预警视角权重；所述构建子模块，还用于基于所有所述滑坡预警视角权重和所有所述视角随机森林模型构建多视角权重随机森林模型。作为一种可选的实施方式，在本专利技术实施例第二方面中，所述构建子模块分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与所述滑坡训练数据相对应的滑坡预警视角权重的方式具体为：分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验在贝叶斯框架下构建与所述滑坡训练数据相对应的滑坡预警视角权重。所述滑坡预警视角权重的计算公式为：式中：θ(i)表示所述滑坡预警分类视角的视角索引，Wθ(i)表示所述滑坡预警视角权重，Pi表示所述视角权重先验，Pvi表示所述模型评分。在所述贝叶斯框架下，Pi×Pvi表示所述滑坡预警分类视角的准确度的后验概率。本专利技术实施例第三方面公开了另一种滑坡预测装置，所述装置包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行本专利技术实施例第一方面公开的基于随机森林模型的滑坡预测方法。本专利技术实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本专利技术实施例第一方面公开的基于随机森林模型的滑坡预测方法。本专利技术实施例第五方面公开了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行本专利技术实施例第一方面公开的基于随机森林模型的滑坡预测方法。与现有技术相比，本专利技术具有以下有益效果：本专利技术中，采集多类滑坡训练数据，并分别构建针对每类滑坡训练数据的滑坡预警分类视角；使用随机森林模型构建针对所有滑坡预警分类视角的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建针对每类滑坡测试数据的滑坡观测视角；使用该多视角权重随机森林模型分别对每个滑坡观测视角进行模型评估，得到模型评估结果，并融合该模型评估结果，得到滑坡预警分类结果。可见，实施本专利技术能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例公开的一种滑坡预测方法的流程示意图；图2是本专利技术实施例公开的一种滑坡预测装置的结构示意图；图3是本专利技术实施例公开的另一种滑坡预测装置的结构示意图；图4是本专利技术实施例公开的又一种滑坡预测装置的结构示意图。具体实施方式为了更好地理解和实施，下本文档来自技高网...

【技术保护点】
1.一种滑坡预测方法，其特征在于，所述方法包括：采集多类滑坡训练数据，并分别构建所述多类滑坡训练数据的滑坡预警分类视角,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建所述多类滑坡测试数据的滑坡观测视角；使用所述多视角权重随机森林模型分别对每个所述滑坡观测视角进行模型评估，得到模型评估结果，并融合所述模型评估结果，得到滑坡预警分类结果。

【技术特征摘要】
1.一种滑坡预测方法，其特征在于，所述方法包括：采集多类滑坡训练数据，并分别构建所述多类滑坡训练数据的滑坡预警分类视角,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建所述多类滑坡测试数据的滑坡观测视角；使用所述多视角权重随机森林模型分别对每个所述滑坡观测视角进行模型评估，得到模型评估结果，并融合所述模型评估结果，得到滑坡预警分类结果。2.根据权利要求1所述的基于随机森林模型的滑坡预测方法，其特征在于，所述使用随机森林模型构建与所有所述滑坡预警分类视角相对应的多视角权重随机森林模型，包括：使用随机森林模型分别学习所有所述滑坡预警分类视角，得到所有视角随机森林模型以及与所述所有视角随机森林模型中的每个所述视角随机森林模型相对应的模型评分；分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与所述滑坡训练数据相对应的滑坡预警视角权重；基于所有所述滑坡预警视角权重和所有所述视角随机森林模型构建多视角权重随机森林模型。3.根据权利要求2所述的基于随机森林模型的滑坡预测方法，其特征在于，所述分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验构建与所述滑坡训练数据相对应的滑坡预警视角权重，包括：分别基于所述模型评分、与所述滑坡预警分类视角相对应的视角权重先验在贝叶斯框架下构建与所述滑坡训练数据相对应的滑坡预警视角权重。4.根据权利要求3所述的基于随机森林模型的滑坡预测方法，其特征在于，所述滑坡视角权重的计算公式为：式中：θ(i)表示所述滑坡预警分类视角的视角索引，Wθ(i)表示所述滑坡预警视角权重，Pi表示所述视角权重先验，Pvi表示所述模型评分。在所述贝叶斯框架下，Pi×Pvi表示所述滑坡预警分类视角的准确度的后验概率。5.一种滑坡预测装置，其特征在于，所述装置包括：采集模块，用于采集多类滑坡训练数据,所述滑坡训练数据包括传感器位移训练数据、标志物运动轨迹训练数据、裂缝尺寸训练数据中的至少一种；第一构建模块，用于分别构建所述多类滑坡训练数据的滑坡预警分类视角；第二构建模块，用于使用随机森林...

【专利技术属性】
技术研发人员：李岩山，周李，夏荣杰，刘瑜，王海鹏，谢维信，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44