本發(fā)明涉及一種基于無監(jiān)督表征學習的地質(zhì)災害隱患敏感性預測方法,包括以下步驟:步驟1,訓練區(qū)數(shù)據(jù)特征提取;步驟2,無監(jiān)督表征學習機制構建;步驟3,地災敏感性分析模型訓練;步驟4,地災敏感性預測評估。本發(fā)明的模型生成部分由兩個玻爾茲曼機(RBMs)和一個去噪自動編碼機(DAE)堆疊而成,并由逐層貪婪預訓練方法初始化。然后,提出一種基于對抗機制的遷移學習策略提高孕災環(huán)境知識的可遷移性。基于以上兩個表征學習過程,最后應用元學習思想訓練一種適于小樣本學習的通用中間模型。同時,模型的元訓練過程時保證了小樣本學習模型的預測精度,實現(xiàn)了區(qū)域局部的精準快速預測,并提升了模型對新任務場景的泛化性。
聲明:
“基于無監(jiān)督表征學習的地質(zhì)災害隱患敏感性預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)