基于时空大数据的地表形变趋势预测方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于时空大数据的地表形变趋势预测方法及系统
申请号:
CN202510778342
申请日期:
2025-06-11
公开号:
CN120654211A
公开日期:
2025-09-16
类型:
发明专利
摘要
本发明提供一种基于时空大数据的地表形变趋势预测方法及系统,涉及遥感监测技术领域,包括获取地表形变时空序列数据,提取地质构造参数计算关联度进行区域划分,通过张量分解将形变数据分离为季节性和长期趋势分量,提取形变特征参数集,采用动态注意力因果推断预测方法生成地表形变趋势分布图。本发明能够准确分析地表形变的时空演变规律,提高形变监测精度和预测可靠性。
技术关键词
监测点
拓扑网络
注意力
时空大数据
时空序列数据
趋势预测方法
矩阵
参数
能量分布特征
时序
Delaunay三角剖分
分区
计算机程序指令
重构误差最小化
多尺度
克里金插值算法
时空演变规律
核密度估计方法
趋势预测系统
系统为您推荐了相关专利信息
1
一种基于轻量级光谱注意力网络的铝合金牌号识别方法
牌号识别方法
注意力
网络
标记
卷积模块
2
一种采用深度神经元网络的能耗预测与节能控制方法
流体力学仿真
节能控制方法
深度神经网络
空调运行参数
可视化界面
3
基于多任务学习与混合神经网络的区域风光联合功率区间预测方法及系统
功率区间预测方法
历史功率数据
风光
多任务
评分算法
4
钢结构桥梁腐蚀与裂缝病害测量方法及系统
钢结构桥梁
裂缝病害
归一化模块
测量方法
像素
5
基于生成对抗网络多尺度融合的水下图像增强方法和装置
生成对抗网络
水下图像增强方法
图像增强模型
编码特征
多尺度特征融合