买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国地质大学(武汉)

摘要：本发明提供一种耦合局部空间卷积和熵重要性图神经网络的同震滑坡自动识别方法，步骤包括：建立滑坡识别指标集；将所述滑坡识别指标集输入滑坡识别模型，输出滑坡识别结果图；其中，所述滑坡识别模型是基于多元滑坡识别指标和对应的滑坡识别标签滑坡或非滑坡进行训练得到的，所述滑坡识别模型训练过程中的网络结构为以CGBlock为基本模块构建的具有编解码结构的网络，所述CGBlock的结构为基于选择聚合的图神经网络EISGNN与CNN并联耦合，所述EISGNN用于建模全局有效上下文依赖关系。本发明实现了任意大地震强震区的复杂环境下的小目标滑坡精确识别。

主权项：1.一种耦合卷积和熵重要性图神经网络的同震滑坡自动识别方法，其特征在于，包括：建立多元滑坡识别指标集；将所述多元滑坡识别指标集输入滑坡识别模型，输出滑坡识别结果图；其中，所述滑坡识别模型是基于多元滑坡识别指标和对应的滑坡识别标签进行训练得到的，所述滑坡识别模型训练过程中的网络结构为以CGBlock为基本模块构建的具有编解码结构的网络，所述CGBlock的结构为基于选择聚合的图神经网络EISGNN与CNN并联耦合，所述EISGNN用于建模全局有效的上下文依赖关系；所述多元滑坡识别指标集是根据同震滑坡成因机制和同震滑坡导致的地表覆被变化特征构建的，所述多元滑坡识别指标包括从地质图数据获取的岩性指标，从地形数据提取的高程、坡度、坡向和曲率指标，从气象数据中计算得到的震前累积降雨指标，从地震数据中提取的峰值地面加速度PGA指标和距发震断层距离指标，从震前震后哨兵2号影像中提取的震前震后光谱指标和震前后NDVI指标；所述滑坡识别模型训练过程中的网络结构为以CGBlock为基本模块构建的具有编解码结构的网络，具体包括：以CGBlock为基本模块，加入特征归一化层、GELU激活层、最大池化层、反卷积层和跳跃连接层，按照编码器－解码器的结构构建；所述选择聚合的图神经网络EISGNN为基于GATv2注意力聚合和top-k熵重要性选择聚合构建；所述GATv2注意力聚合，具体包括：将每个像素视为一个节点，像素的特征视为节点特征；计算邻居节点对目标节点的注意力权重，根据邻居节点的注意力权重对目标节点进行特征聚合，得到GATv2注意聚合后的节点表征；所述top-k熵重要性选择聚合，具体包括：计算图神经网络中邻居节点特征和目标节点特征的信息熵和余弦相似度；定义信息熵的倒数与余弦相似度的和为熵重要性系数，评估邻居节点特征对目标节点特征贡献有用信息程度；对于任意一个节点，选择top-k个熵重要性系数对应的邻居节点，按照其对应的熵重要性系数对邻居节点的特征进行自适应聚合。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 耦合卷积和熵重要性图神经网络的同震滑坡自动识别方法