CN119514744A 一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法 （中国科学院武汉岩土力学研究所）_第1页
CN119514744A 一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法 （中国科学院武汉岩土力学研究所）_第2页
CN119514744A 一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法 （中国科学院武汉岩土力学研究所）_第3页
CN119514744A 一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法 （中国科学院武汉岩土力学研究所）_第4页
CN119514744A 一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法 （中国科学院武汉岩土力学研究所）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于无人机技术和多源数据融合的矿本发明公开了一种基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方将数字表面模型数据在ArcGIS软件中去除非地细化模型作为约束对三维地质模型表面进行修融合后的完整边坡数据输入机器学习算法训练的模型用于对新的边坡数据进行滑坡易发性预2第二步，数据融合：将无人机数字表面模型数据在ArcGIS软件行分析；对于岩性、断层影响非连续因子应用在三维地质模型当中进行分析；同时利用2.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学3.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学4.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学5.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学6.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学导入Rhino软件进行详细三维地质模型的建立，利用无人机获得的露天矿精细化数字表面7.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学习预测方法，其特征在于，所述第二步中，结合ArcGIS与Rhino，使用ArcGISAPIfor3Python提取栅格数据的空间坐标信息，通过pyproj.Transformer类进行坐标转换，将8.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学9.根据权利要求1所述的基于无人机技术和多源数据融合的矿山高陡边坡滑坡机器学4成为矿山工程中的一大挑战。传统的边坡稳定性评价方法主要依赖现场调查和手工测量，5岩性分布，利用软件布尔运算获得初步三维实体模型；接着，将初步三维实体模型导入Rhino软件进行详细三维地质模型的建立，利用无人机获得的露天矿精细化数字表面模型67[0049]在飞行规划与实施过程中，根据处理后的数字表面模型(DSM)数据设计了详细的8导入Rhino软件进行详细三维地质模型的建立，利用无人机获得的露天矿精细化表面模型pyproj.Transformer`类实现了Rhino模型坐标系与ArcGIS的WGS84坐标系之间的精确数据用API，完成了数据的转换和处理。具体操作包括使用`rhinoscriptsyntax`库中的`rs.coerce3dpoint`函数将ArcGIS中提取的XYZ坐标数据转化为Rhino中的点对象，同时利9习模型的训练提供了高质量的样本集。新生成的栅格数据集通过联合XYZ坐标与影响因子从而支持了边坡滑坡风险的准确预测和评估。在使用这些特征数据进行机器学习建模时，梯度提升(XGboost)的结果明显优于其他模型，然而单个模型难以避免的存在欠拟合风险五个独立的模型进行比较，RF+XGBoost耦合模型在预测精度上达到了0.984，AUC值为地图或图表进行可视化，这些可视化结果帮助工程人员和决策者直观地了解滑坡风险分

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论