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：兰州交通大学

摘要：本发明涉及地表形变监测领域，具体涉及一种基于InSAR和双向门控循环单元的地表形变预测方法。利用InSAR方法获取地表形变数据和环境因子特征数据并进行时序差分，根据得到地表形变时序序列和环境因子特征时序序列建立原始数据集；构建基于双向门控循环单元的多输出地表形变预测网络，包括全局‑局部特征提取模块、多因素交叉注意残差模块和嵌入自注意机制的局部残差模块；将原始数据集输入多输出地表形变预测网络中，获取地表形变预测结果。本发明构建的预测模型能够对前后向以及关键的形变特征进行捕捉，从而实现高精度、有效的长时序地表形变预测。

主权项：1.一种基于InSAR和双向门控循环单元的地表形变预测方法，其特征在于，包括：利用InSAR方法获取地表形变数据和环境因子特征数据并进行时序差分，得到地表形变时序序列和环境因子特征时序序列；根据得到地表形变时序序列和环境因子特征时序序列建立原始数据集；构建基于双向门控循环单元的多输出地表形变预测网络；所述多输出地表形变预测网络包括全局-局部特征提取模块、多因素交叉注意残差模块和嵌入自注意机制的局部残差模块；所述全局-局部特征提取模块采用密集连接层和一维卷积层的串联结构，提取所述原始数据集的形变特征，该模块表达式为： ； ；其中，表示输入密集连接层原始数据集的特征向量，为权重矩阵，为偏置向量，表示一维卷积层输出结果的相应元素，表示一维卷积核对应的位置，为一维卷积核的大小，为卷积核在位置的权重，为的滑动窗口，表示密集连接层（Dense）的激活函数；所述多因素交叉注意残差模块包括：通过八个注意力头的权重矩阵将所述全局-局部特征提取模块处理后的原始数据集映射到多个子空间，得到每个注意力头对应的查询向量、键向量和值向量；采用基于点积交叉注意力的高度优化矩阵乘法，获取所述查询向量和所述键向量之间的交叉注意力评分；利用归一化函数将所述交叉注意力评分转化为交叉注意权重，并结合所述值向量进行加权求和，得到每个注意力头的输出；将所有注意力头的输出进行连接，并采用权重矩阵对连接结果进行映射，得到注意力权重特征矩阵；得到注意力权重特征矩阵之后，还包括：将所述注意力权重特征矩阵输入双向门控循环单元中，获取双向门控循环单元的输出；所述嵌入自注意机制的局部残差模块包括：将所述多因素交叉注意残差模块与所述双向门控循环单元的输出进行残差融合，将融合结果作为所述嵌入自注意机制的局部残差模块的输入；采用自注意机制对所述融合结果进行特征提取，通过恒等映射残差连接将所述特征提取结果进行串联；将所述原始数据集输入所述多输出地表形变预测网络中，获取地表形变预测结果。

全文数据：

权利要求：

百度查询： 兰州交通大学 一种基于InSAR和双向门控循环单元的地表形变预测方法