期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
结合时序InSAR与IRIME-LSTM模型的大范围矿区地表沉降预测 被引量：2
1
作者 陈兰兰 范永超 +2 位作者 肖海平 万俊辉 陈磊 《自然资源遥感》 北大核心 2025年第3期245-252,共8页
干涉合成孔径雷达(interferometric synthetic aperture Radar,InSAR)技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。针对长短期时间记忆(long short-term memory,LSTM)网络模型的参... 干涉合成孔径雷达(interferometric synthetic aperture Radar,InSAR)技术是实现大范围矿区地表沉降分析的重要手段和方法,准确预测地表沉降对预防地质灾害具有重要意义。针对长短期时间记忆(long short-term memory,LSTM)网络模型的参数难以选取以及霜冰算法(rime optimization algorithm,RIME)易陷入局部最优、依赖初始解的问题,提出一种基于混沌映射、改进莱维飞行机制和猎食者(hunter-prey optimizer,HPO)算法的全局勘探策略改进的霜冰算法(improved rime optimization algorithm,IRIME)优化LSTM的地表沉降预测模型。以甘肃省红会煤矿为研究对象,利用SBAS-InSAR技术获取矿区高相干点的沉降时序,使用IRIME-LSTM模型对高相干点进行多步预测,并与InSAR监测结果进行对比分析。结果表明:该预测方法在整体测试集中的均方根误差、平均绝对误差和平均绝对百分比误差分别为2.65 mm,1.59 mm和3.92%,与RIME-LSTM和GS-LSTM模型相比,均方根误差分别降低37.20%和51.73%,平均绝对误差分别降低42.60%和56.32%,平均绝对百分比误差分别降低35.63%和50.51%,表明该方法具有较强的可靠性和可行性。 展开更多
关键词 地表沉降 深度学习 时序InSAR 沉降预测 irime-lstm
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部