一种基于深度学习的多因素诱发滑坡预测的建模方法

摘要

为提高降雨型滑坡的预测准确率，克服现有预测方法难以处理多因素非线性关系的问题，本发明公开了一种基于深度学习的多因素诱发滑坡预测的建模方法，对传统的DBN算法进行改进，引入动量学习率、Dropout和Softmax技术，避免收敛困难或局部最优，减少过拟合问题，实现对导致降雨型滑坡的多个影响因素进行非线性分类优化与预测。仿真实验结果验证了本发明所提出模型的准确率，为利用深度学习方法进行降雨型滑坡预测提供了新思路。