SBAS-InSAR技術(shù)融合CNN-LSTM模型的礦區(qū)開采沉陷監(jiān)測(cè)與預(yù)測(cè)
安全與環(huán)境學(xué)報(bào)
頁數(shù)： 10 2024-09-12
摘要： 針對(duì)傳統(tǒng)礦區(qū)開采沉陷監(jiān)測(cè)方法耗費(fèi)人力財(cái)力和預(yù)測(cè)預(yù)警模型較少的問題，研究提出一種基于短基線集合成孔徑雷達(dá)干涉測(cè)量(Small Baseline Subset-Interferometry Synthetic Aperture Radar, SBAS-InSAR)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)與長(zhǎng)短期記憶網(wǎng)絡(luò)(Long S... （共10頁）
APP 