1.一種邊坡穩定性智能識別方法,其特征在于,應用于國土資源云平臺,所述方法包括:
2.如權利要求1所述的方法,其特征在于,還包括:
3.如權利要求1所述的方法,其特征在于,所述國土資源云平臺獲取x個第一表征數組,包括:
4.如權利要求1所述的方法,其特征在于,所述基于x個目標調校誤差對所述特征提煉組件進行內部配置參變量優化,獲得協同特征提煉組件,包括:
5.如權利要求4所述的方法,其特征在于,所述網絡調節參變量包括特征提取迭代參變量和邊坡穩定性識別迭代參變量;所述對所述x個地方地質分析平臺中的地方特征提取組件的內部配置參變量和地方邊坡穩定性識別組件的內部配置參變量進行協同整合操作,獲得網絡調節參變量,包括:
6.一種邊坡穩定性智能識別方法,其特征在于,應用于目標地方地質分析平臺,所述方法包括:
7.如權利要求6所述的方法,其特征在于,所述目標地方地質分析平臺依據基石神經網絡中的線性映射組件對邊坡地質數據進行線性映射,獲得第一表征數組,包括:
8.如權利要求6所述的方法,其特征在于,所述基于所述迭代調校誤差對所述線性映射組件和所述邊坡穩定性識別組件進行內部配置參變量優化,獲得地方特征提取組件和地方邊坡穩定性識別組件,包括:
9.如權利要求6所述的方法,其特征在于,還包括:
10.一種邊坡穩定性智能識別系統,其特征在于,包括國土資源云平臺和與所述國土資源云平臺通信連接的至少一個地方地質分析平臺,其中,所述國土資源云平臺包括第一處理器;以及第一存儲器,其中所述第一存儲器中存儲有第一計算機程序,所述第一計算機程序在由所述第一處理器運行時,使得所述第一處理器執行如權利要求1~5中任一項所述的方法;所述地方地質分析平臺包括第二處理器;以及第二存儲器,其中所述第二存儲器中存儲有第二計算機程序,所述第二計算機程序在由所述第二處理器運行時,使得所述第二處理器執行如權利要求6~9中任一項所述的方法。