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：中国科学院精密测量科学与技术创新研究院
摘要：本发明公开了一种基于InSAR数据和多诱发因子的形变智能预测方法，本发明将研究区中监测点的InSAR形变时序数据以及对应的诱发因子数据处理为训练样本，然后将训练样本输入到预测模型中，预测模型包括N个LSTM层、N‑1个Dropout层、以及一个Dense层，并采用Adam优化器、R2损失函数、以及RMSE损失函数对预测模型进行优化；本发明的预测模型能解析各种复杂非线性的形变和因子数据，可广泛且灵活运用于多种变形区域的预测工作；本发明相比传统的BP、RNN等预测模型，计算效率提高了20%，且预测精度达到90%以上，预测效果更好；本发明的方法能够弥补InSAR技术在时间序列研究方面的不足。
主权项：1.一种基于InSAR数据和多诱发因子的形变智能预测方法，其特征在于，包括以下步骤：步骤1、获取研究区中n个监测点的InSAR形变时序数据以及对应的诱发因子数据，并对n个监测点的InSAR形变时序数据以及对应的诱发因子数据进行预处理后获得n个预处理样本；步骤2、将n个预处理样本分别制作成训练样本，共获得n个训练样本，并对n个训练样本进行归一化，再将归一化后的n个训练样本划分为训练数据集和预测数据集，并将训练数据集划分为训练集和验证集；步骤3、构建预测模型；步骤4、将训练集输入到步骤3的预测模型中对预测模型进行迭代训练，再将验证集输入到迭代训练后的预测模型中得到验证集预测结果，最后根据验证集预测结果判断是否需要对预测模型进行优化；步骤5、将预测数据集输入到步骤4的预测模型中进行预测，得到预测数据集的预测结果。
全文数据：
权利要求：
百度查询： 中国科学院精密测量科学与技术创新研究院 一种基于InSAR数据和多诱发因子的形变智能预测方法
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