基于多任务学习的滑坡轨迹预测模型的训练方法及装置制造方法及图纸

技术编号:40661837 阅读:21 留言:0更新日期:2024-03-18 18:54
本申请公开了一种基于多任务学习的滑坡轨迹预测模型的训练方法及装置,将滑坡轨迹样本输入至滑坡轨迹预测模型,通过滑坡轨迹预测模型基于滑坡轨迹样本确定预测滑坡距离;采用学习目标函数基于预测滑坡距离以及样本滑坡距离进行运算,以获得滑坡轨迹预测模型执行多个任务的效果指标,学习目标函数用于使得滑坡轨迹预测模型能够执行多个任务,多个任务包括选择任务和逼近任务,效果指标用于指示滑坡轨迹预测模型执行选择任务和逼近任务的效果,选择任务为从滑坡停留点中的候选停留点选择最优停留点的学习任务,逼近任务为在最优停留点上预测滑坡距离与样本滑坡距离接近的学习任务;基于效果指标调整滑坡轨迹预测模型的参数。

【技术实现步骤摘要】

本申请涉及地质灾害领域,具体涉及一种基于多任务学习的滑坡轨迹预测模型的训练方法及装置


技术介绍

1、滑坡是指地表斜坡上大量的土石整体向下滑动的自然灾害现象。滑坡是一种主要的地质灾害类型,常见于山地地区,对人的生命以及财产造成重大威胁。因此,评估滑坡发生风险及滑坡发生后的影响范围,对防灾减灾具有重要意义。滑坡发生后的影响范围的评估可以描述为在已经确定滑坡源的情况下,根据地形地质信息及滑坡发生时的降雨等触发因素,预测出滑坡的运动轨迹。滑坡的运动轨迹影响到的区域及滑坡的影响范围就是滑坡轨迹预测。

2、目前在基于深度学习模型来预测滑坡距离时,模型确定出的滑坡轨迹上的最优停留点上匹配误差经常比较大,导致模型预测滑坡距离的准确性不足。


技术实现思路

1、本申请实施例提供了一种基于多任务学习的滑坡轨迹预测模型的训练方法及装置,有助于提高基于模型预测滑坡距离的准确性。所述技术方案如下。

2、第一方面,提供了一种基于多任务学习的滑坡轨迹预测模型的训练方法,所述方法包括:将滑坡轨迹样本输入至滑坡轨迹预测本文档来自技高网...

【技术保护点】

1.一种基于多任务学习的滑坡轨迹预测模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述学习目标函数包括第一目标函数,所述第一目标函数用于使得所述滑坡轨迹预测模型能够执行所述选择任务,所述采用学习目标函数基于所述预测滑坡距离以及样本滑坡距离进行运算,以获得所述滑坡轨迹预测模型执行多个任务的效果指标,包括:

3.根据权利要求2所述的方法,其特征在于,所述采用所述第一目标函数确定所述最优停留点对应的第一匹配误差以及非最优停留点对应的第二匹配误差,包括:

4.根据权利要求3所述的方法,其特征在于,所述采用所述第一目标函数...

【技术特征摘要】

1.一种基于多任务学习的滑坡轨迹预测模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述学习目标函数包括第一目标函数,所述第一目标函数用于使得所述滑坡轨迹预测模型能够执行所述选择任务,所述采用学习目标函数基于所述预测滑坡距离以及样本滑坡距离进行运算,以获得所述滑坡轨迹预测模型执行多个任务的效果指标,包括:

3.根据权利要求2所述的方法,其特征在于,所述采用所述第一目标函数确定所述最优停留点对应的第一匹配误差以及非最优停留点对应的第二匹配误差,包括:

4.根据权利要求3所述的方法,其特征在于,所述采用所述第一目标函数确定所述最优停留点对应的第一匹配误差以及非最优停留点对应的第二匹配误差之前,所述方法还包括:

5.根据权利要求2至4中任一项所述的方法,其特征在于,所述采用所述第一目标函数,基于所述第一匹配误差以及所述第二匹配误差确定所述滑坡轨迹预测模型执行所述选择任务的效果指标,包括:

6.根据权利要求2至4中任一项所述的方法,其特征在于,所述采用所述第一目标函数,基于所述第一匹配误差以及所述第二匹配误差确定所述滑坡轨迹预测模型执行所述选择任务的效果指标,包括:

7.根据权利要求1所述的方法,其特征在于,所述学习目标函数包括第二目标函数,所...

【专利技术属性】
技术研发人员:张航刘辰石洋唐钰开
申请(专利权)人:中国再保险集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1