首页|D-InSAR技术和支持向量机算法在矿山开采沉陷监测与预计中的应用可行性研究

D-InSAR技术和支持向量机算法在矿山开采沉陷监测与预计中的应用可行性研究

Study on the Feasible Application of D-InSAR Technology and Support Vector Machine Algorithms in Mining Subsidence Monitoring and Forecasting

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
鉴于传统的矿山沉降监测方法精度低、效率低且稳定差等弊病,本文将D-InSAR与支持向量机算法进行有机统一,从而形成一种新的矿山沉降监测方法.首先介绍了D-InSAR技术和支持向量机算法的原理,然后对重庆某矿山的测量结果进行评价.结果 表明:D-InSAR技术具有监测区域面积大、靠性高、长期稳定性好、监测精度高、可以准确反映沉陷变化的动态过程等特点,而基于SVM算法建立的沉陷预计模型具有所需样本小、预计精度高等特点.将两者结合,可实现对矿山开采过程的总体、系统把握.在实践中该方案可以实现沉陷监测和预计的一体化功能,可以应用于矿山开采沉陷监测与预计中.

桂阿娟

展开 >

陕西铁路工程职业技术学院,陕西渭南714000

D-InSAR技术 支持向量机 矿山沉陷 可行性

矿区边坡稳定性分析及评价研究

KY2018-08

2020

山东农业大学学报(自然科学版)
山东农业大学

山东农业大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.565
ISSN：1000-2324
年,卷(期)：2020.51(1)
  • 7
  • 11