InSAR与图神经网络结合的地表形变时空预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
InSAR与图神经网络结合的地表形变时空预测方法
申请号:CN202510776133
申请日期:2025-06-11
公开号:CN120670773A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种InSAR与图神经网络结合的地表形变时空预测方法,适用于地表形变的时空预测。基于DS‑InSAR获取高相干测点的雷达视线向时序地表形变;计算测点间的地理距离及各点对应形变序列间的互信息;依据测点间地理距和互信息判断高相干测点间的连接性生成邻接矩阵,将原始InSAR形变监测结果组织为图结构数据;将图结构数据输入到LSTM‑GCN模型预测获得整个区域中所有高相干测点的地表形变。本方法不仅预测精度高,而且适用范围广泛,能有效应用于矿井关闭、地下资源开发、自然灾害等导致的地表及建(构)筑物形变时空预测等领域。
技术关键词
时空预测方法 神经网络模型 GCN模型 时序 构建不规则三角网 数字高程模型数据 相位解缠算法 相干性 度量 地表监测点 影像 信息熵 可读存储介质 两点 数据校正 处理器 自然灾害 存储器 计算机设备
系统为您推荐了相关专利信息
动态字典 民航系统 机器学习算法 卷积神经网络模型 计算机程序产品
医用加速器 大语言模型 异常数据 生成式对抗网络 编码器
数据传输方法 冗余策略 网络 联合损失函数 非暂态计算机可读存储介质
节点特征 节点分类方法 注意力机制 神经网络模型 梯度下降算法
汽车充气泵 电源控制方法 改进型粒子群优化算法 外壳主体 气泵组件