-
公开(公告)号：CN117910645B
公开(公告)日：2025-04-29
申请号：CN202410111061.9
申请日：2024-01-25
Applicant: 郑州大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明属于自然灾害领域，公开了混合深度学习的城市洪涝快速预测模型构建与评估方法，该模型构建与评估方法包括：收集研究区域的相关数据，利用水动力模型LISFLOOD‑FP计算得到洪涝过程数据集。将洪涝过程数据集分为训练数据集和验证数据集；在CNN模型的基础上串联GRU和多头注意力模块，构建城市洪涝快速预测模型，利用训练数据集，对所述城市洪涝快速预测模型进行训练；选择合适的精度评估指标；利用所述验证数据集和所述精度评估指标评估所述城市洪涝快速预测模型的时间精度、空间精度及鲁棒性。本发明提出的城市洪涝快速预测模型构建与评估方法使得城市洪涝预测模型效率和精度更高，且模型构建与评估更全面。
-
公开(公告)号：CN119964389A
公开(公告)日：2025-05-09
申请号：CN202510121997.4
申请日：2025-01-26
Applicant: 郑州大学
Abstract: 本发明公开了一种基于多源多模态数据的城市路网交通洪灾易损性评估方法，通过多源数据融合技术，结合水文、水利、土地利用、DEM、路网属性、交通流、社会经济、社交媒体及手机信令等多源数据，构建了路网灾情易损性评估模型。采用加权融合法，将多模态数据高效集成，并利用高性能水动力学集成模型HiPIMS，实现高分辨率水深网格动态模拟，精准捕捉洪灾情境下路段交通流量、速率及通行能力的变化，并通过验证指标验证其结果的可靠性。基于道路等级服务特征与洪灾损失率，推导出不同等级道路的易损性曲线，并利用基于移动基站的手机信令数据进行速率验证，创新性地实现路网灾情易损性的定量化分析与等级划分，显著提升了路网风险量化的准确性和时效性。
-
公开(公告)号：CN117910645A
公开(公告)日：2024-04-19
申请号：CN202410111061.9
申请日：2024-01-25
Applicant: 郑州大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/214 , G06F18/21 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明属于自然灾害领域，公开了混合深度学习的城市洪涝快速预测模型构建与评估方法，该模型构建与评估方法包括：收集研究区域的相关数据，利用水动力模型LISFLOOD‑FP计算得到洪涝过程数据集。将洪涝过程数据集分为训练数据集和验证数据集；在CNN模型的基础上串联GRU和多头注意力模块，构建城市洪涝快速预测模型，利用训练数据集，对所述城市洪涝快速预测模型进行训练；选择合适的精度评估指标；利用所述验证数据集和所述精度评估指标评估所述城市洪涝快速预测模型的时间精度、空间精度及鲁棒性。本发明提出的城市洪涝快速预测模型构建与评估方法使得城市洪涝预测模型效率和精度更高，且模型构建与评估更全面。
-
公开(公告)号：CN119992654A
公开(公告)日：2025-05-13
申请号：CN202510071032.9
申请日：2025-01-16
Applicant: 郑州大学
IPC: G06V40/20 , G06V20/40 , G06V10/762 , G06V10/764 , G06V10/62 , G06V10/56 , G06V10/54 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于视频关键帧洪水中人员动作识别的风险预测方法，包括如下步骤：提取洪水监控视频的关键帧；构建关键帧图像快速动作识别模型；基于灾情特征识别进行风险等级量化。本申请通过集成关键帧提取、三维姿态估计、动作识别及风险量化等多项技术，实现了在复杂洪水环境中的高效、准确的人员行为监测与风险评估；该方法结合单宽流量信息与多类别行为特征，显著提升了风险预测的准确性和可靠性，确保了应急响应的及时性和有效性；采用优化的深度学习模型和高效的数据处理流程，保证了在处理大规模视频数据时的实时性和高性能，大大提高了灾害管理中的监测效率和资源利用率。
-
-
-
Search Results
4
records
(took 0.022 seconds)
