典型文献
基于SBAS-InSAR技术和LSTM-GS模型的矿区开采沉陷预测
文献摘要：
以鄂尔多斯东部某碳矿的3014工作面作为研究对象,利用2018-09-15～2019-02-18的14景SAR数据对矿区进行监测,将小基线集技术(SBAS-InSAR)得到的时序累积沉降量作为训练样本,并与网格搜索算法(GS)优选超参数的长短期记忆网络(LSTM)进行结合,对矿区开采沉陷做出预测.结果表明:SBAS-InSAR技术反演值能够满足矿区开采沉陷预测,结合LSTM-GS模型对矿区开采沉陷进行预测,得到的最大均方根误差为3.5693 mm,最大平均绝对误差为3.2524 mm,最小决定系数为0.57,说明该模型预测精度能够满足工程需求.
文献关键词：
小基线集技术;长短期记忆网络;网格搜索算法;矿区开采沉陷;沉陷预测
中图分类号：
作者姓名：
惠甜甜;刘长星;王圣杰;郭一帆
作者机构：
西安科技大学测绘科学与技术学院,陕西 西安 710054
文献出处：
引用格式：
[1]惠甜甜;刘长星;王圣杰;郭一帆-.基于SBAS-InSAR技术和LSTM-GS模型的矿区开采沉陷预测)[J].地理空间信息,2022(08):13-17
A类：
B类：
SBAS,InSAR,GS,矿区开采沉陷,沉陷预测,鄂尔多斯,小基线集技术,沉降量,训练样本,网格搜索算法,超参数,长短期记忆网络,陷进,大平,平均绝对误差,决定系数,工程需求
AB值：
0.200206
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
