基于等级差异化学习灰狼优化的黄土滑坡检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于等级差异化学习灰狼优化的黄土滑坡检测方法及系统
申请号:CN202411019327
申请日期:2024-07-29
公开号:CN119131573A
公开日期:2024-12-13
类型:发明专利
摘要
本发明属于图像处理技术领域,公开了一种基于等级差异化学习的多种群灰狼优化算法优化的黄土滑坡检测方法及系统。使用数据增强生成器对滑坡数据集进行数据增强;通过分割网络模型设计基于多等级差异化学习的灰狼优化算法模型,并利用改进后的算法对分割网络模型中的超参数寻优,实现分割网络中学习率、迭代次数、批处理数这三个超参数的自适应调整与协同计算;最后进行黄土滑坡检测。本发明进行了算法上的改进,以增强全局探索与局部开发的平衡能力,避免后期多样性缺失和陷入局部最优。通过结合VIG的优秀语义分割能力和改进的灰狼优化算法,本发明能有效克服由地质构造和植被覆盖等因素造成的特征提取困难,显著提升黄土滑坡识别的准确性。
技术关键词
群灰狼优化算法 滑坡检测方法 黄土 网络 进化策略 位置更新 双曲正切函数 超参数 机制 表达式 数据交换模块 语义 图像处理技术 变量 非线性 阻力