本文關(guān)鍵詞： 數(shù)據(jù)預(yù)處理 機(jī)器學(xué)習(xí) 滑坡區(qū)域檢測(cè) 局部區(qū)域滑坡預(yù)測(cè) 滑坡輔助決策系統(tǒng)　出處：《江蘇大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：在我國(guó),滑坡災(zāi)害是發(fā)生頻率高、破壞性強(qiáng)、造成損失巨大的重大地質(zhì)災(zāi)害之一。為了保障人民的生命財(cái)產(chǎn)安全,采取及時(shí)有效的手段進(jìn)行滑坡監(jiān)測(cè)預(yù)警是當(dāng)前研究熱點(diǎn)。現(xiàn)有的滑坡監(jiān)測(cè)系統(tǒng)利用無(wú)線傳感器網(wǎng)絡(luò)技術(shù),實(shí)現(xiàn)對(duì)滑坡的實(shí)時(shí)監(jiān)測(cè)、數(shù)據(jù)實(shí)時(shí)傳輸及數(shù)據(jù)可視化,在人力無(wú)法完成的監(jiān)測(cè)工作中發(fā)揮著重大作用。但系統(tǒng)缺乏對(duì)滑坡的區(qū)域性檢測(cè)、整體性分析的功能和高效具有針對(duì)性的局部區(qū)域滑坡預(yù)測(cè)模型。因此,滑坡預(yù)測(cè)不及時(shí),預(yù)測(cè)準(zhǔn)確率不高。本文應(yīng)用機(jī)器學(xué)習(xí)技術(shù)輔助系統(tǒng)對(duì)滑坡規(guī)律進(jìn)行分析、識(shí)別、統(tǒng)計(jì)和滑坡等級(jí)劃分,可間接輔助專家進(jìn)行滑坡預(yù)警分析,提高滑坡預(yù)測(cè)準(zhǔn)確率。主要完成的工作如下:1.采用數(shù)據(jù)預(yù)處理的去噪、平滑、歸一化等方法對(duì)滑坡監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理。對(duì)滑坡監(jiān)測(cè)數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗,剔除滑坡監(jiān)測(cè)數(shù)據(jù)集中含有噪聲、不一致、不完整、冗余和缺失的數(shù)據(jù),進(jìn)一步對(duì)數(shù)據(jù)集進(jìn)行去噪、平滑和歸一化處理,提高數(shù)據(jù)集質(zhì)量,得到理想的訓(xùn)練數(shù)據(jù)集。2.結(jié)合了機(jī)器學(xué)習(xí)、R-tree、數(shù)據(jù)顯著相關(guān)性等技術(shù)設(shè)計(jì)了一種基于機(jī)器學(xué)習(xí)技術(shù)的滑坡區(qū)域性檢測(cè)方法。主要實(shí)現(xiàn)對(duì)預(yù)處理后的滑坡數(shù)據(jù)顯著相關(guān)性評(píng)估,統(tǒng)計(jì)和計(jì)算各分片區(qū)域滑坡發(fā)生的概率,按照滑坡等級(jí)對(duì)各分片區(qū)域進(jìn)行劃分,自動(dòng)標(biāo)記并顯示各分片區(qū)域滑坡概率數(shù)值。從而實(shí)現(xiàn)滑坡區(qū)域性檢測(cè)、整體性分析的功能。3.提出了一種局部區(qū)域滑坡預(yù)測(cè)模型。該模型主要是使用改進(jìn)的極限學(xué)習(xí)機(jī)(ELM)算法進(jìn)行模型訓(xùn)練學(xué)習(xí),并融合受限玻爾磁曼機(jī)對(duì)已建立的模型參數(shù)進(jìn)行微調(diào)優(yōu)化模型;借鑒了深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)的多隱層思想,在模型的訓(xùn)練過(guò)程中加入了多隱層的層數(shù)選擇設(shè)置,不斷將低層的數(shù)據(jù)特征傳到上一層,直到最后一層,得到一個(gè)數(shù)據(jù)特征集。然后對(duì)整個(gè)數(shù)據(jù)特征集再反復(fù)訓(xùn)練學(xué)習(xí),建立局部區(qū)域滑坡預(yù)測(cè)模型。經(jīng)過(guò)對(duì)江蘇省鎮(zhèn)江市南山風(fēng)景區(qū)、江心洲、百盛家園三個(gè)實(shí)際滑坡場(chǎng)景中運(yùn)行的實(shí)驗(yàn)結(jié)果分析,可提高滑坡預(yù)測(cè)準(zhǔn)確率。
[Abstract]:In China, landslide disaster is one of the major geological disasters with high frequency, strong destruction and huge losses. In order to ensure the safety of people's lives and property, The current landslide monitoring system uses wireless sensor network technology to realize real-time landslide monitoring, real-time data transmission and data visualization. It plays an important role in the monitoring work which can not be completed by manpower. However, the system lacks the regional detection of landslide, the function of holistic analysis and the efficient and targeted local landslide prediction model. Therefore, landslide prediction is not timely. The prediction accuracy is not high. This paper applies machine learning technology assistant system to analyze, identify, statistics and grade landslide analysis, which can indirectly assist experts in landslide early warning analysis. To improve the accuracy of landslide prediction. The main work accomplished is as follows: 1. The landslide monitoring data is processed by the methods of de-noising, smoothing and normalization of data preprocessing, and the data set of landslide monitoring is cleaned. The landslide monitoring data set contains noisy, inconsistent, incomplete, redundant and missing data. The data set is further de-noised, smoothed and normalized to improve the quality of the data set. An ideal training data set. 2. A regional landslide detection method based on machine learning technology is designed by combining machine learning R-tree and significant correlation of data. The evaluation of significant correlation of pre-processed landslide data is realized. Statistics and calculation of the probability of landslide occurrence in each segmented area are made. According to the grade of landslide, the probability values of landslide are automatically marked and displayed, so as to realize the regional landslide detection. The function of integrality analysis. 3. A local landslide prediction model is proposed. The model mainly uses the improved extreme learning machine (ELM) algorithm for model training and learning. The model is fine-tuned by the constrained Bohr Magneto Machine, and the multi-hidden layer idea of convolution neural network is used for reference, and the layer selection and setting of the multi-hidden layer are added in the training process of the model. The low-level data features are transmitted to the upper layer until the last layer, and a data feature set is obtained. Then the whole data feature set is trained and studied again and again. Based on the analysis of the experimental results in Nanshan Scenic spot Jiangxinzhou and Baisheng Jiayuan of Zhenjiang City Jiangsu Province the accuracy of landslide prediction can be improved.
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P642.22;TP274;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄔曉嵐,涂亞慶;滑坡監(jiān)測(cè)的現(xiàn)狀及進(jìn)展[J];無(wú)損檢測(cè);2001年11期

2 鄔曉嵐,涂亞慶;滑坡監(jiān)測(cè)方法及新進(jìn)展[J];中國(guó)儀器儀表;2001年03期

3 張青;史彥新;林君;;時(shí)間域反射法用于滑坡監(jiān)測(cè)的試驗(yàn)研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2007年01期

4 晏小明，蔡耀軍，王秋明，，張進(jìn)保;滑坡監(jiān)測(cè)預(yù)測(cè)預(yù)報(bào)數(shù)據(jù)庫(kù)的開發(fā)與應(yīng)用研究[J];水文地質(zhì)工程地質(zhì);1996年01期

5 鄭萬(wàn)模;用變形體系論點(diǎn)指導(dǎo)滑坡監(jiān)測(cè)工作[J];中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào);1997年04期

6 劉悅;李永樹;;淺談滑坡監(jiān)測(cè)研究現(xiàn)狀及發(fā)展趨勢(shì)[J];測(cè)繪;2013年05期

7 吳金桂;319國(guó)道龍巖市新羅區(qū)龍門考塘滑坡監(jiān)測(cè)初步探討[J];探礦工程(巖土鉆掘工程);2000年S1期

8 康東玲,余京生,張紅秀;歐洲滑坡監(jiān)測(cè)與預(yù)測(cè)新進(jìn)展[J];湖北地礦;2002年04期

9 韓建設(shè);巖土工程中滑坡監(jiān)測(cè)的主要技術(shù)方法簡(jiǎn)述[J];西北水電;2002年02期

10 成偉,趙超英;特殊條件下滑坡監(jiān)測(cè)網(wǎng)的優(yōu)化設(shè)計(jì)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(地球科學(xué)版);2003年03期

相關(guān)會(huì)議論文 前10條

1 葉金桃;王俊超;馮光柳;萬(wàn)蓉;;顧及降雨誘因的滑坡監(jiān)測(cè)三維GIS系統(tǒng)的研究[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S3天氣預(yù)報(bào)災(zāi)害天氣研究與預(yù)報(bào)[C];2011年

2 夏耶;;干涉雷達(dá)滑坡監(jiān)測(cè)關(guān)鍵技術(shù)探討[A];中國(guó)地球物理2013——第二十七專題論文集[C];2013年

3 鄧德潤(rùn);;新灘滑坡監(jiān)測(cè)系統(tǒng)的研究[A];滑坡監(jiān)測(cè)技術(shù)討論會(huì)論文匯編[C];1988年

4 葉青;趙全麟;;三峽工程庫(kù)區(qū)滑坡監(jiān)測(cè)幾個(gè)問(wèn)題的探討[A];新世紀(jì)巖石力學(xué)與工程的開拓和發(fā)展——中國(guó)巖石力學(xué)與工程學(xué)會(huì)第六次學(xué)術(shù)大會(huì)論文集[C];2000年

5 黃家然;;李家峽水電站水庫(kù)滑坡監(jiān)測(cè)成果分析[A];滑坡監(jiān)測(cè)技術(shù)討論會(huì)論文匯編[C];1988年

6 王傳先;時(shí)湘江;呂國(guó)娟;馬艷飛;;測(cè)量技術(shù)在滑坡監(jiān)測(cè)中的應(yīng)用[A];河南地球科學(xué)通報(bào)2009年卷（下冊(cè)）[C];2009年

7 陸新;王凱;;涼水井滑坡監(jiān)測(cè)預(yù)警技術(shù)研究[A];和諧地球上的水工巖石力學(xué)——第三屆全國(guó)水工巖石力學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

8 李昂;侯圣山;韓冰;周平根;;基于北斗一號(hào)數(shù)據(jù)傳輸?shù)幕卤O(jiān)測(cè)系統(tǒng)構(gòu)建[A];第九屆全國(guó)工程地質(zhì)大會(huì)論文集[C];2012年

9 潘新;楊愛明;;重慶寶塔滑坡監(jiān)測(cè)中GPS技術(shù)的應(yīng)用[A];新世紀(jì)巖石力學(xué)與工程的開拓和發(fā)展——中國(guó)巖石力學(xué)與工程學(xué)會(huì)第六次學(xué)術(shù)大會(huì)論文集[C];2000年

10 張青;史彥新;朱汝烈;;TDR滑坡監(jiān)測(cè)技術(shù)的研究[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

相關(guān)重要報(bào)紙文章 前5條

1 ;滑坡監(jiān)測(cè)預(yù)測(cè)新技術(shù)研究告捷[N];中國(guó)國(guó)土資源報(bào);2003年

2 通訊員 夏杰　唐曉萍;重慶研發(fā)啟用區(qū)縣級(jí)精細(xì)化滑坡監(jiān)測(cè)預(yù)報(bào)系統(tǒng)[N];中國(guó)氣象報(bào);2010年

3 訪談專家 湖南化工地質(zhì)工程勘察院 高工 劉東;滑坡監(jiān)測(cè)與工程建設(shè)同步[N];中國(guó)水利報(bào);2008年

4 郭啟鋒　李忠;探工所研發(fā)系列地災(zāi)監(jiān)測(cè)儀器[N];中國(guó)國(guó)土資源報(bào);2013年

5 記者 曾冰　通訊員 黃華;省政府對(duì)黃土坡整體避險(xiǎn)搬遷一月一督查[N];恩施日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前3條

1 樊俊青;面向滑坡監(jiān)測(cè)的多源異構(gòu)傳感器信息融合方法研究[D];中國(guó)地質(zhì)大學(xué);2015年

2 王朝陽(yáng);滑坡監(jiān)測(cè)預(yù)報(bào)效果評(píng)估方法研究[D];成都理工大學(xué);2012年

3 周勇;湘西高速公路滑坡監(jiān)測(cè)關(guān)鍵技術(shù)及監(jiān)測(cè)信息系統(tǒng)研究[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 宋浩;基于RIA/JavaScript技術(shù)的高速公路滑坡監(jiān)測(cè)預(yù)報(bào)管理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];長(zhǎng)安大學(xué);2015年

2 林保羅;基于TDR技術(shù)的滑坡監(jiān)測(cè)系統(tǒng)研制[D];長(zhǎng)安大學(xué);2015年

3 鐘全金;基于激光點(diǎn)云的滑坡監(jiān)測(cè)數(shù)據(jù)處理方法研究[D];江西理工大學(xué);2015年

4 熊濤;WSN定位算法及其滑坡監(jiān)測(cè)應(yīng)用研究[D];重慶大學(xué);2015年

5 王春華;復(fù)雜事件處理在滑坡監(jiān)測(cè)傳感器數(shù)據(jù)集成研究中的應(yīng)用[D];華東師范大學(xué);2016年

6 曹陽(yáng)威;基于北斗和物聯(lián)網(wǎng)的滑坡監(jiān)測(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D];華北科技學(xué)院;2016年

7 陳健;協(xié)作式微波高精度測(cè)距技術(shù)研究[D];電子科技大學(xué);2016年

8 李元元;基于PHP的滑坡實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)網(wǎng)上發(fā)布系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];西南科技大學(xué);2016年

9 鄭勇;復(fù)合光纖裝置預(yù)警模型在滑坡監(jiān)測(cè)中的試驗(yàn)研究[D];重慶大學(xué);2016年

10 陳起傳;WSN技術(shù)在滑坡監(jiān)測(cè)系統(tǒng)中的應(yīng)用研究[D];成都理工大學(xué);2016年

本文編號(hào)：1555993