基于VSXC-LSTM算法的滑坡地表位移预测
机器学习
2023-07-25 v1 地球物理
摘要
滑坡是一种易威胁当地生态、人民生命财产安全的自然灾害。本文中，我们对研究区近期滑坡的真实单向地表位移数据进行建模研究，并提出一种基于变分模态分解的名为VMD-SegSigmoid-XGBoost-ClusterLSTM（VSXC-LSTM）的时间序列预测框架，可更准确地预测滑坡地表位移。该模型在测试集上表现良好。除难以拟合的随机项子序列外，趋势项子序列与周期项子序列的均方根误差（RMSE）和平均绝对百分比误差（MAPE）均小于0.1，且基于XGBoost的周期项预测模块RMSE低至0.006\footnote{Accepted in ICANN2023}。
引用
@article{arxiv.2307.12524,
title = {Landslide Surface Displacement Prediction Based on VSXC-LSTM Algorithm},
author = {Menglin Kong and Ruichen Li and Fan Liu and Xingquan Li and Juan Cheng and Muzhou Hou and Cong Cao},
journal= {arXiv preprint arXiv:2307.12524},
year = {2023}
}