10.19509/j.cnki.dzkq.2022.0215
基于生成对抗网络的动水驱动型滑坡状态识别方法
动水驱动型滑坡状态识别能更有效地辅助分析滑坡形变规律,实现滑坡状态的准确识别对深入展开动水驱动型滑坡状态研究具有重要意义.针对目前动水驱动型滑坡突变状态研究较少,难以获得相关特征,从而导致状态识别性能不佳的问题,提出了一种应用于动水驱动型滑坡状态识别的生成对抗网络学习方法.本方法通过构建滑坡状态监测数据矩阵,依据少量数据样本设计合理的生成器网络完成对滑坡状态的数据扩增并设计判别器网络实现扩增数据的筛选,通过对抗生成网络实现对滑坡状态的分类,达到滑坡状态识别的目的.以三峡库区白水河滑坡为研究对象,将降雨、库水位、深部位移和地表位移等多源监测数据进行了规范化处理,设计生成器网络和对抗器网络完成了对滑坡状态数据的扩增,设计滑坡状态识别生成对抗网络完成了对滑坡状态的分类和识别.结果表明,生成对抗网络对滑坡状态识别具有较高的准确率.研究结果证实本方法能够对目标区域内的动水驱动型滑坡状态进行准确识别和分类,可直接应用于工程实际.
动水驱动型滑坡、生成对抗网络、滑坡状态、白水河滑坡
41
P642.22(水文地质学与工程地质学)
国家自然科学基金;国家自然科学基金;自然资源部地质灾害自动化监测技术创新中心开放基金项目
2022-12-09（万方平台首次上网日期，不代表论文的发表时间）
共8页
129-136
