科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，随着工程建设的快速发展，工程活动改变了边坡原始地质条件，导致滑坡灾害频繁发生，严重威胁人民的生命财产安全。因此，深入研究滑坡的快速、精确识别方法对于防灾减灾具有重要意义。本文提出一种基于EfficientNet高效网络提取滑坡深度特征的潜在滑坡识别方法，该方法通过寻找一组最优的复合系数从深度、宽度、分辨率三个维度对神经网络进行扩展，自适应地优化网络结构，并引入带动量的梯度下降算法（Stochastic Gradient Descent Momentum,SGDM）作为网络学习的优化器，充分考虑历史梯度的影响，在参数更新过程中不断调整当前梯度值，从而相应地调整参数的更新幅度，改善神经网络的学习效果，提取滑坡体的深层次特征。实验结果表明，EfficientNet模型在测试集上的平均准确度达到92.78%，可以高效准确地实时提取滑坡信息，对灾后的快速反应有指导意义。
- 出版日期2023
- 单位中国地质大学（武汉）
