[发明专利]一种基于地灾数据的分析预警方法及装置

权利要求书

1.一种基于地灾数据的分析预警方法，其特征在于，所述方法包括：

获取边坡在线安全实时监测数据并进行预处理；

获取边坡在线安全历史监测数据，基于边坡在线安全历史监测数据通过Adaboost算法建立灾害分析预警模型；

将所述边坡在线安全实时监测数据输入所述灾害分析预警模型，得到当前灾害等级预测结果。

2.根据权利要求1所述基于地灾数据的分析预警方法，其特征在于，所述边坡在线安全实时监测数据、边坡在线安全历史监测数据均包括地表变形量、地表位移量、深度位移量、雨量、土壤含水量及土压力。

3.根据权利要求3所述基于地灾数据的分析预警方法，其特征在于，所述预处理包括设定时段内监测数据的最大值、均值、方差、标准差，将对应监测数据的最大值、均值、方差、标准差中的至少两种作为灾害分析预警模型的输入。

4.根据权利要求3所述基于地灾数据的分析预警方法，其特征在于，基于边坡在线安全历史监测数据建立灾害分析预警模型具体包括：

采用不重复取样的方式随机抽取边坡在线安全历史监测数据中至少两个监测项；

分别以抽取出的监测项对应的历史监测数据为输入，以对应的风险等级评估为输出，训练多个弱类器；

以多个弱类器为基分类器构建Adaboost级联强分类器，将所述Adaboost级联强分类器作为灾害分析预警模型。

5.根据权利要求4所述基于地灾数据的分析预警方法，其特征在于，每个弱分类器由多个LR分类器构成，采用one-VS-rest形式进行分类，将概率值最大的灾害等级作为每个弱分类器的输出；每个弱分类器中LR分类器的个数等于灾害等级的类别数。

6.根据权利要求4所述基于地灾数据的分析预警方法，其特征在于，在以多个弱类器为基分类器构建Adaboost级联强分类器的过程中，采用改进的探路者优化算法优化各个弱分类器的权重，并基于边坡在线安全历史监测数据再次训练Adaboost级联强分类器。

7.根据权利要求6所述基于地灾数据的分析预警方法，其特征在于，采用改进的探路者优化算法优化各个弱分类器的权重具体包括：

将各个弱分类器的权重编码成探路者优化算法的个体位置向量并初始化种群；

以Adaboost级联强分类器的误差率作为粒子群每个粒子的适应度函数；

计算各个个体的适应度，将适应度最小的作为探索者，其余为跟随者；

更新探索者位置，根据探索者位置更新跟随者位置；

计算适应度值，并更新全局最优值；

判断是否达到结束条件，如果达到则输出最优个体位置作为优化后的权重组合，否则，重新确定探路者并迭代运算至达到结束条件。

8.一种基于地灾数据的分析预警装置，其特征在于，所述装置包括：

数据获取模块：获取边坡在线安全实时监测数据并进行预处理；

模型构建模块：获取边坡在线安全历史监测数据，基于边坡在线安全历史监测数据通过Adaboost算法建立灾害分析预警模型；

地灾预测模块：将所述边坡在线安全实时监测数据输入所述灾害分析预警模型，得到当前灾害等级预测结果。

9.一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现权利要求1～7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机实现权利要求1～7任一项所述的方法。