传感器信息融合在滑坡预报中的应用

摘要：

为解决传统的滑坡预报准确率低、预警不及时的问题,采用信息融合与RBF神经网络相结合的方式,提出一种滑坡地质灾害预报模型,对多传感器参数进行全面综合分析.将多传感器采集到的历史数据和对应发生概率作为RBF神经网络的输入进行模型训练,通过将实时采集的数据输入给训练好的预报模型,计算出滑坡发生的概率.基于模糊规则建立滑坡发生等级表,用以更为准确直观的查询.通过仿真实验,结果表明,模型可有效提高灾害预报准确率.

关键词：多传感器信息融合;RBF神经网络;滑坡概率;预报模型

所属期刊栏目：42

分类号：TP277(自动化技术及设备)

资助基金：陕西省技术创新引导专项-科技成果转移与推广计划资助项目;陕西省自然科学基础研究计划资助项目;陕西省教育厅科学研究资助项目

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：56-58