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：昆明理工大学
摘要：本发明涉及一种结合LiCSBAS‑InSAR技术和神经网络算法的地面沉降监测与预测方法，公开了一种基于LiCSBAS‑InSAR技术的地表形变监测与预测方法，通过利用LiCSBAS‑InSAR技术和Sentinel‑1卫星数据，获取研究区域地表形变数据，采用GACOS大气校正技术优化数据处理，提高监测数据的准确性和可靠性。同时，本方法为了预测未来的地面沉降趋势，引入了基于遗传算法GA和粒子群优化PSO算法改进的CNN模型，并引入影响地面沉降的因素，如坡度与降雨量到预测模型中，通过模型数据集对CNN模型进行训练，调整模型超参数，获取最佳模型。本方法不仅提高了地面沉降监测的效率和精度，还能为灾害预防提供科学的数据支持和决策依据。
主权项：1.一种基于LiCSBAS-InSAR技术的地表形变监测与预测方法，其特征在于：包括以下步骤：步骤1，收集数据：使用Sentinel-1A卫星的雷达影像数据作为主要输入源；确定主要影响地面沉降的因子，并采集处理相关数据，包括该地区的坡度，降雨量。步骤2，在数据处理中采用GACOS大气校正技术对数据进行优化处理，以消除由大气层引起的潜在误差。步骤3，结合LiCSBAS-InSAR技术和GACOS大气校正产品，能够从预处理过的数据中提取地面沉降信息。并将地面形变信息与栅格的降雨量数据、坡度数据进行处理得到主要影响地面沉降因子数据集。步骤4，搭建CNN模型，将步骤3得到的降雨量和坡度因子数据集引入结合遗传算法GA和粒子群优化PSO算法改进的CNN神经网络，用于分析和处理地面沉降影响因素并预测未来沉降趋势的单元。步骤5，通过数据集对CNN模型进行训练，调整模型的超参数，获取最佳的模型。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于LiCSBAS-InSAR技术的地表形变监测与预测方法
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