买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长安大学

摘要：本发明涉及滑坡阈值确定方法，具体的公开了一种基于加速点动态识别的滑坡阈值确定方法，包括：在具有执行程序的处理器中设置边坡变形模型作为基础模型，其中，所述处理器根据基础模型中的识别函数来设定执行程序的执行逻辑，将滑坡位移数据输入至识别函数集并按照设定的运算控制逻辑进行迭代运算，得到运算结果；将得到的运算结果输入至分析模块中进行分析，形成多个资源数据集；根据得到的多个资源数据集来确定识别函数集对应的置信区间，通过所述置信区间对基础模型的预测取值进行限定，同时以多个资源数据集更新基础模型进行迭代训练原始的资源数据，从而对所述基础模型进行优化得到加速点动态识别模型。

主权项：1.基于加速点动态识别的滑坡阈值确定方法，其特征在于，包括：在具有执行程序的处理器中设置边坡变形模型作为基础模型，其中，所述处理器根据基础模型中的识别函数来设定执行程序的执行逻辑，所述执行逻辑至少包含运算控制逻辑以及数据加载逻辑；以滑坡位移数据的采集时间作为参照轴，通过数据加载逻辑依次加载滑坡位移数据，并将滑坡位移数据输入至识别函数集并按照设定的运算控制逻辑进行迭代运算，得到运算结果；将得到的运算结果输入至分析模块中进行分析，以判断所述运算结果是否具有对应时间段的滑坡变形所具有的滑坡特征，并按照所述滑坡特征对运算结果进行分类并存储，形成多个资源数据集；根据得到的多个资源数据集来确定识别函数集对应的置信区间，通过所述置信区间对基础模型的预测取值进行限定，同时以多个资源数据集更新基础模型进行迭代训练原始的资源数据，从而对所述基础模型进行优化得到加速点动态识别模型；通过所述加速点动态识别模型来对滑坡阈值进行推定；所述边坡变形模型按照如下的方法形成：根据位移传感器采集到的滑坡位移信号经时间无量纲函数来确定边坡位移速度，根据所述边坡位移速度来确定基础边坡位移结果；通过双样本t检验函数对基础边坡位移结果进行显著性判断，以确定基础边坡位移结果是否具有差异性；若基础边坡位移结果具有显著差异，则根据具有显著差异的基础边坡位移结果来构建破坏及未破坏边坡箱型统计图，根据破坏及未破坏边坡箱型统计图来确定预警等级阈值；通过边坡ROC分析矩阵来确定预警等级阈值的精度，从而形成边坡变形模型；所述时间无量纲函数为： （1）其中，式（1）中，表示时间无量纲函数，w表示滑坡位移数据的采集时间，t1、t2、t3分别表示连续采集周期滑坡位移数据的采集时间；所述双样本t检验函数由下方公式推演得到：假设两个正态母体与样本分别满足正态分布的概率密度函数，且方差相等，即，在两个母体上作假设：（2）其中为正态母体A的各个体，为正态母体B的各个体，表示假设，分别为正态母体A、B的方差，分别为正态母体A、B的均值；分别从两个母体中各抽出一个子样，样本容量、样本均值以及样本方差分别为和，用检验假设是否成立；已知：（3）服从自由度为的t分布，其中：（4）其中为样本标准差；给定显著水平，可得，使： （5）即：（6）其中，P表示概率，表示自由度为的t分布关于的上侧分位数，表示显著水平；由抽样后得到，若：（7）则拒绝假设，认为两个母体有显著差异，反之则没有；所述边坡ROC分析矩阵用于通过AUC曲线对边坡破坏的状态进行持续追踪，以确定边坡的破坏程度，其中，AUC曲线通过如下公式反映：（8）（9）式中，、分别表示真、假正类率，TP为大于阈值，且边坡破坏的案例个数，FN为小于阈值，但边坡破坏的案例个数，FP表示大于阈值，但边坡未破坏的案例个数，TN表示小于阈值，且边坡未破坏的案例个数。

全文数据：

权利要求：

百度查询： 长安大学 基于加速点动态识别的滑坡阈值确定方法