| 1 |
2026/09/15 18:25 |
j***i |
申请制作滑坡灾害监测一体化项目，需要数据集进行模型训练
|
| 2 |
2026/09/06 22:45 |
赵*豪 |
硕士毕业论文需要对监测点数据进行分析处理，并结合实际情况提出预警模型
|
| 3 |
2026/09/02 23:02 |
张* |
将用于地灾预警的期刊论文。Slow creep landslide early warning is a critical task in geolog
ical disaster prevention. The core engineering objective is not
to predict every displacement curve accurately, but to deter
mine whether a sudden failure event will occur within an ac
tionable warning window. Existing deep learning methods re
duce this task to displacement regression or per-timestep clas
sification, ignoring the physical transition constraints among
the Stable, Accelerating, Burst, and Recovery phases of slope
failure, which causes temporally inconsistent, physically im
plausible warnings.
|
| 4 |
2026/09/01 23:34 |
尚*文 |
用于论文研究数据及论文写作，绝无其他用处，望批准
|
| 5 |
2026/08/31 09:59 |
冉*念 |
题目：基于物质点法的降雨边坡大变形模拟。摘要还未写完，目标是通过分析白水河滑坡受
降雨、水位等的影响，通过物质点法模拟整个边坡的大变形过程，和真实监测数据对比，验
证提出方法的准确性。类型：博士毕业论文。衷心感谢黄海峰老师 , 卢书强老师, 易武老师的
辛勤监测，该数据用于学生进行科研分析，用于毕业论文中，希望能够得到各位老师的批
准，特此申请，如果通过，十分感激各位老师的付出！谢谢各位老师。
|
| 6 |
2026/08/27 01:05 |
李* |
因 融合神经ODE与对比模式迁移的阶梯先验滑坡位移预测方法（硕士论文） 摘 要：库岸滑坡位移预测是地质灾害监测预警中的关键问题。受降雨入渗、库水位涨落和坡体结构共同影响，三峡库区许多滑坡的累积位移并不是简单平滑变化，而是表现出“缓慢变形—加速变形—趋于稳定”的阶梯式演化特征。传统时间序列模型虽然能够描述位移序列的统计相关性，但在阶梯边界识别、阶梯内部连续动力学刻画以及不同滑坡之间的知识迁移方面仍存在不足。针对上述问题，本文提出一种融合注意力阶梯解析、对比形态匹配、神经常微分方程（Neural ODE）和状态转移网络的滑坡阶梯位移预测框架。以白水河滑坡为目标域，以八字门滑坡和新滩滑坡为源域，模型首先在源域数据上预训练，再引入白水河数据进行联合微调，实现跨滑坡演化知识迁移。针对白水河最后一个阶梯段，本文采用离线遮挡实验方式，将索引区间[47,61)的前10个观测点作为已知部分，预测后4个点，并与真实观测值对比。实验结果表明，基于当前阶梯前部形态匹配的迁移策略取得RMSE=122.7150 mm、MAE=113.0226 mm、MAPE=7.6218%的预测精度；基于相邻阶梯对迁移的扩展策略经优化后取得RMSE=188.7988 mm、MAE=166.5230 mm、MAPE=11.3108%。结果说明，在目标阶梯已有部分观测信息的条件下，将当前阶梯前部形态与目标滑坡上一阶梯状态共同用于预测，能够获得更稳定的迁移预测效果。
|
| 7 |
2026/08/19 00:13 |
王* |
因项目研究工作需要，拟开展相关资料整理、方案分析、实验研究、数据处理及成果总结等工作，以满足项目实施过程中的研究需求，保障各阶段工作有序开展并按计划推进
|
| 8 |
2026/07/23 05:03 |
冷* |
本申请有科研课题支持，课题信息如下： 项目类型：国家重点研发计划课题 课题名称：露天边坡与地下采空区时空耦合致灾机理及稳定性评价方法研究 课题编号：2024YFC3013901 所属项目：露天转地下开采典型灾害事故风险防控关键技术及示范 课题负责人：张利，教授，辽宁大学信息学部 本人拟在该课题支持下开展期刊论文以及硕士学位论文研究。 论文主题：基于GNSS/GPS监测时间序列的滑坡多监测点位移时空预测研究 数据用途说明： 拟申请典型滑坡GNSS/GPS地表位移监测数据，以及同期降雨量、库水位/长江水位等辅助监测数据。GNSS/GPS位移数据将作为论文中的主要预测对象和模型训练、验证、测试数据，用于分析滑坡不同监测点之间的空间关联关系及位移时序演化规律；降雨量和库水位数据将作为外部诱发因素，用于分析外部环境变化对滑坡位移演化的影响，并作为模型输入变量辅助提升预测精度。 本研究拟构建深度学习滑坡位移预测模型，并与传统时间序列模型、机器学习模型进行对比实验，验证多监测点时空建模方法在滑坡位移预测中的有效性。相关数据将服务于课题中边坡滑移演化分析、稳定性评价及灾害风险防控方法研究，同时用于本人硕士学位论文研究，不用于商业用途，不向第三方传播或二次发布。后续论文、报告或成果中将按照平台要求规范引用数据来源并致谢。 申请人姓名：冷冰 导师姓名及职称：张利，教授，辽宁大学信息学部
|
| 9 |
2026/07/22 05:44 |
陈* |
准备发表期刊论文，论文主题是采用深度学习方法进行滑坡监测和预测，使用本数据进行模型训练，导师为武汉理工钱闯副教授。希望可以接受申请。
|
| 10 |
2026/07/19 00:12 |
方* |
题目：NG-RC_CSD_Landslide_Early_Warning
硕士期刊论文，用于分析滑坡
|
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.Sanxia.db1668.2022
10.12072/ncdc.Sanxia.db1668.2022
