来源：期刊VIP网 时间：
作者：张玮;刘岢;吴志学;董洁;郭昊;姜鹏浩;
单位：山东建筑大学土木工程学院;北京市大兴城镇建设综合开发集团有限公司;国网北京顺义供电公司;北京建业通工程检测技术有限公司;
摘要：为了准确预测和评估地质工程中存在的风险，设计一种基于多源数据融合分析的地质风险巡检系统。该系统能够综合利用探地雷达、红外传感器等设备采集到的数据信息，通过智能化检测算法快速、准确地识别出地质风险。在预测模型的设计中，提出了一种基于SCINet和LSTM的地质风险预测算法。该算法通过前馈神经网络（FFN）来增强多源数据的非线性表示；并且能够利用SCINet在提取多尺度特征方面的优势，引入LSTM使得模型具有捕获长期依赖性的能力，从而提高整体算法的预测精度。实验结果表明，所提出的预测算法能够有效提高对地质风险的识别性能。与GRU和Bi-LSTM等多种识别算法进行的对比实验验证了该算法的优越性，其准确率相比主流的Bi-LSTM提高了15.95%。
关键词：地质风险预测;;风险巡检系统;;多源数据融合;;前馈神经网络;;SCINet;;长短期记忆网络;;时间序列特征
