龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东华理工大学
摘要：本发明涉及一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法，具体包括步骤1：获取地表位移相关的多源监测数据；步骤2：对多元数据进行数据预处理；步骤3：对预处理后的数据进行特征工程；步骤4：通过前向验证划分训练集,构建初始预测模型并训练;使用树结构概率密度估计算法优化初始预测模型参数;构建最终预测模型并输出预测结果；步骤5：使用RMSE\MAE\R2三个评价指标评估预测模型；步骤6：通过SHAP方法计算不同特征对模型结果的贡献。本发明充分利用LightGBM‑SHAP模型的解释性机制，在保证滑坡地表位移短期预测快速准确的同时还能掌握每个特征对模型预测结果的重要性，以及不同特征之间的相互作用关系，保证了预测结果的可解释性。
主权项：1.一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法，其特征在于，包括如下步骤：步骤1：获取滑坡监测数据，包括位移数据、降水量、次声、坡体不同位置不同深度的含水率；步骤2：对多元数据进行异常值剔除和缺失值填充的数据预处理；步骤3：根据步骤2处理得到的数据的已知属性，进行特征筛选和特征构造；步骤4：根据步骤3得到的多个输入项作为影响因素构建模型；具体包括如下步骤：步骤4-1：划分训练数据集和测试集,并利用所述训练数据集构建初始预测模型；步骤4-2：使用树结构概率密度估计算法对初始预测模型进行训练，优化模型参数；步骤4-3：选择精度最优的模型作为最终预测模型并输出预测结果；步骤5：使用RMSE\MAE\R2三个评价指标对预测模型进行评估；步骤6：通过SHAP方法计算各个输入恃征对模型结果的边际贡献,从而能够解释不同输入特征对地表位移的影响程度。
全文数据：
权利要求：
百度查询： 东华理工大学 一种基于LightGBM和SHAP的具有可解释性的滑坡地表位移预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号