基于多源数据与知识双驱动的高速铁路路基沉降识别方法

本申请涉及一种基于多源数据与知识双驱动的高速铁路路基沉降识别方法。所述方法包括：首先，获取高速铁路路基沉降观测段的路基沉降多源数据，进行预处理；之后，将所述预处理后的路基沉降多源数据划分为训练集和测试集，基于所述训练集建立SVR支持向量机最优基评估器和BP神经网络最优基评估器；之后，基于所述最优基评估器构建多因素B‑S‑N模型，所述多因素B‑S‑N模型包括SVR支持向量机的强评估器、BP神经网络的强评估器和输出模块；最后，将所述测试集输入所述多因素B‑S‑N模型，得到路基沉降预测结果。实现了在复杂自然环境中更为精准的高速铁路路基沉降预测，能够迅速掌握路基的变形状况，及时进行应对补救。