基于双流自注意力机制的滑坡分类研究
Landslide classification based on dual-stream self-attention mechanism作者机构：福建师范大学福州350117
出 版 物：《计算机应用文摘》
年 卷 期：2025年第41卷第1期
页 面：193-195页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：滑坡是一种严重的地质灾害,严重威胁人们的生命和财产安全,因此快速、准确地实现滑坡检测至关重要。传统滑坡识别方法主要依赖实地调查和人工解析,耗时长且需大量的人力资源。基于此,文章提出了基于双流自注意力机制的滑坡分类方法。该方法使用卷积网络进行特征提取,结合自注意力机制对RGB影像、边缘检测图和数字高程模型(DEM)深度融合来有效捕捉数据中的局部特征和上下文信息,提升了模型在复杂地形条件下的适应性和识别精度。实验结果表明,与现有的流行方法相比,该方法的滑坡识别准确性提高了1%~4%,能更精确地定位滑坡区域。
维普期刊数据库