本發明公開的基于混合高斯隱馬爾科夫模型的滑坡發生時間預測方法,首先通過安裝在坡體上的激光位移傳感器采集滑坡體的位移數據,并對采集的位移數據在時序方向上進行多狀態劃分;然后,將劃分后的位移數據通過Baum?welch算法進行訓練,獲得多狀態MOG?HMM模型,并對已劃分的狀態進行標記;最后,采用Viterbi算法對實時采集的位移數據進行當前狀態估計,并將當前估計狀態作為Dijkstra算法的輸入,從而預測出滑坡的發生時間。本發明公開的方法根據滑坡演化過程中的位移數據,推演出當前滑坡演化狀態,并計算出滑坡災害發生的時間,提升了一般HMM方法在預測中的魯棒性性能,提高了地質災害預報的準確性。
聲明:
“基于混合高斯隱馬爾科夫模型的滑坡發生時間預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)