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：南京信息工程大学

摘要：本发明公开了一种数据迁移改进数据有限区域滑坡危险性评估的方法，属于地质灾害防治技术领域。通过数据迁移的评估算法，将数据量完整且丰富的区域中的历史样本筛选出有益于数据有限区域的滑坡灾害危险性评估建模。通过该方法可以有效解决数据非常有限区域由于样本不足无法建立可靠模型的问题。

主权项：1.一种数据迁移改进数据有限区域滑坡危险性评估的方法，其包括如下步骤：步骤一、定义区域A为有充足且完整的历史滑坡灾害数据，区域B为仅有非常有限数据量的滑坡灾害数据；步骤二、从区域A的历史滑坡灾害数据中提取影响滑坡因素构建基于深度学习卷积神经网络的滑坡危险性模型，所述滑坡危险性模型包括特征提取模块和分类模块两部分，所述特征提取模块为卷积神经网络结构，包括卷积层、池化层和全连接层，所述卷积层用于特征提取，通过提取到特定的、有效的、能够反应原始数据与目标任务之间关联的图像特征；所述池化层用于实现降采样，以实现卷积神经网络特征提取的层次性，使特征提取特征的视野随网络深度逐渐展开，所述全连接层用于实现卷积神经网络单元之间全连接，最终提出适用于进行滑坡危险性分类目标概率估计的高维度影响因素特征； 所述分类模块选择Softmaxclassifier分类器用于通过高维度影响因素特征变量中对历史滑坡分类做概率估计，再根据指标评估方法确定最终的深度学习卷积神经网络模型的参数组合，作为完整历史区域A的深度学习滑坡灾害危险性评估模型；步骤三、建立一种基于相似系数的距离函数评估算法，其计算公式如下： 式中X为区域A样本在所述影响滑坡因素特征变量上的值，Y为区域B样本在所述影响滑坡因素特征变量上的值，为区域A和区域B的样本表现于各所述影响滑坡因素上的相似性距离，XA1为区域A第1个滑坡灾害点在不同所述影响滑坡因素上的特征向量；XAn为区域A第N个滑坡灾害点在不同所述影响滑坡因素上的特征向量；YB1为区域B第1个滑坡灾害点在不同所述影响滑坡因素上的特征向量；YBn为区域B第N个滑坡灾害点在不同所述影响滑坡因素上的特征向量；对于每个区域A中的历史滑坡数据样本，通过所述基于相似系数的距离函数评估算法评估其与区域B有限数据集的距离，并排序选择一定数量与区域B样本特征更接近的区域A中的样本，将与区域B有限的数据样本差异较大的样本移除，而与区域B有限样本较为接近的样本保留，作为潜在辅助样本C；步骤四、将区域B的有限数据随机划分为区域B训练集和区域B测试集，利用区域B的有限训练集样本，对所述完整历史区域A的深度学习滑坡灾害危险性评估模型进行参数微调，并应用于所述区域B测试集，计算其指标评估方法；步骤五、将步骤三中筛选得到的所述潜在辅助样本C逐个引入步骤四的过程中，用于改进和丰富参数优化调整的样本量，并每次评估所述潜在辅助样本C对于区域B测试集评估表现的贡献和影响，其损失函数采用混淆矩阵分类正确率通过交叉验证方法逐个计算，所述交叉验证方法首先将所有潜在辅助样本C引入区域B训练集计算得到引入所有辅助样本的分类正确率Em，再将潜在辅助样本C逐个样本从区域B训练集剔除，计算得逐个剔除样本的分类正确率Ei，对比Ei和Em，如果分类正确率降低，则该被剔除样本为有益贡献的样本，需要保留下来，反之则为无益样本，从潜在辅助样本C中移除，最终得到区域B的有益历史样本D；步骤六、所述区域B的有益历史样本D对步骤二中建立的所述完整历史区域A的深度学习滑坡灾害危险性评估模型进行参数优化和调整，得到对区域B的改进深度学习数据迁移滑坡灾害危险性评估模型。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种数据迁移改进数据有限区域滑坡危险性评估的方法