基于知识图谱和表示学习的滑坡空间预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于知识图谱和表示学习的滑坡空间预测方法
申请号:CN202411526937
申请日期:2024-10-30
公开号:CN119398148A
公开日期:2025-02-07
类型:发明专利
摘要
本发明提出基于知识图谱和表示学习的滑坡空间预测方法,具体包括以下步骤:S1、构建顾及机理知识和时空特征的滑坡易发性知识图谱;设计知识图谱本体模式,完成顾及时空特征和机理知识的滑坡灾害领域知识建模,在此基础上从多源数据中抽取实体,构建关系,实现知识图谱数据层的构建;S2、通过基于ComplEx模型的图谱语义特征学习,基于滑坡易发性知识图谱的有向加权图构造,基于Louvain算法的等量正负滑坡采样以及基于GraphSAGE模型的图谱结构特征学习,实现基于知识图谱和表示学习的滑坡空间预测。本发明可以实现复杂异质环境下、较少滑坡样本约束下的多样化特征归纳学习,并通过节点分类任务预测滑坡空间分布概率。
技术关键词
空间预测方法 Louvain算法 滑坡灾害 知识图谱数据 植被 实体 邻域特征 三元组 邻居 模式 节点特征 语义特征 覆盖率 高分卫星影像 空间拓扑关系 样本
系统为您推荐了相关专利信息
无人机 图像 红外相机 气象站 可见光相机
多源遥感数据 特征信息提取方法 时空特征信息 无人机倾斜摄影 航空遥感影像
干旱预警方法 人工智能模型 Copula函数 径流 系列
数据资产价值 BP神经网络 化评估方法 数据资产管理 知识图谱数据
植被净初级生产力 多源空间数据 因子 转移概率矩阵 诊断方法