一种基于深度学习的滑坡易发性评价方法

    公开(公告)号:CN114186641B

    公开(公告)日:2022-08-09

    申请号:CN202111546000.8

    申请日:2021-12-16

    申请人: 长安大学

    摘要: 本发明公开了一种基于深度学习的滑坡易发性评价方法,包括:选取滑坡易发性区域的多个滑坡影响因子,根据多个滑坡影响因子获取多个影响因子层,将多个影响因子层分别输入卷积神经网络CNN的不同通道,通过多通道加权卷积模块对提取的特征加权融合,通过层数自适应网络模块利用信息熵聚类法分类后进行层数自适应分类卷积,输出堆叠后的特征图,输入全连接层获得整合特征图,使用Softmax层对整合特征图进行概率回归,输出滑坡易发性评价结果。该方法以信息增益比对各因子层提取到的特征进行多通道加权,提高模型训练的收敛速度,针对对不同信息丰富程度的影响因子分类进行自适应层数的卷积运算,解决层数优选问题。

    一种洪涝灾害影响下的交通网效率受损快速评估方法

    公开(公告)号:CN115169771B

    公开(公告)日:2022-12-30

    申请号:CN202210055211.X

    申请日:2022-01-18

    申请人: 长安大学

    IPC分类号: G06Q10/06 G06Q10/04 G06Q50/26

    摘要: 本发明公开了一种洪涝灾害影响下的交通网效率受损快速评估方法,包括获取降雨预测结果;提取洪涝淹没范围;建立洪涝淹没范围内的降雨区域的地质灾害风险背景场;判别受到洪涝灾害影响的受灾区域以及该受灾区域受到洪涝灾害影响的结果;将受灾区域受到洪涝灾害影响的结果与交通路网数据进行融合分析,获取所述受灾区域因洪涝灾害引发的道路损毁、阻隔的规模及程度信息。本发明提出了“短临天气预报‑洪灾风险评估‑地质灾害评估‑交通受损评估”的灾后应急处置方法,并基于获取的灾情信息组织气象、灾害、交通等各行各业的专家,协同开展应急会商,充分发挥专业优势,强化灾害链式过程的预测与分析,制定灾后应急预案并提交主管部门以供决策。

    一种洪涝灾害影响下的交通网效率受损快速评估方法

    公开(公告)号:CN115169771A

    公开(公告)日:2022-10-11

    申请号:CN202210055211.X

    申请日:2022-01-18

    申请人: 长安大学

    IPC分类号: G06Q10/06 G06Q10/04 G06Q50/26

    摘要: 本发明公开了一种洪涝灾害影响下的交通网效率受损快速评估方法,包括获取降雨预测结果;提取洪涝淹没范围;建立洪涝淹没范围内的降雨区域的地质灾害风险背景场;判别受到洪涝灾害影响的受灾区域以及该受灾区域受到洪涝灾害影响的结果;将受灾区域受到洪涝灾害影响的结果与交通路网数据进行融合分析,获取所述受灾区域因洪涝灾害引发的道路损毁、阻隔的规模及程度信息。本发明提出了“短临天气预报‑洪灾风险评估‑地质灾害评估‑交通受损评估”的灾后应急处置方法,并基于获取的灾情信息组织气象、灾害、交通等各行各业的专家,协同开展应急会商,充分发挥专业优势,强化灾害链式过程的预测与分析,制定灾后应急预案并提交主管部门以供决策。

    基于支持向量机的滑坡易发性评估方法及工具

    公开(公告)号:CN115100464A

    公开(公告)日:2022-09-23

    申请号:CN202210707823.2

    申请日:2022-06-21

    申请人: 长安大学

    摘要: 本发明提供了一种基于支持向量机的滑坡易发性评估方法及工具,通过数据采集、数据预处理、数据集生成、特征选择、模型训练和易发性图预测这几个过程,预测得到待预测区域的滑坡易发性指数,并生成研究区的滑坡易发性图进行后续分析。本发明包含整个易发性制图的流程,减少了跨平台操作的麻烦;同时相比于现有技术基于滑动窗口的易发性预测过程较耗时的方案,本工具提供一种多进程快速预测的基于支持向量机的滑坡易发性评估工具,充分提高滑坡易发性图的制作效率。

    一种基于深度学习的滑坡易发性评价方法

    公开(公告)号:CN114186641A

    公开(公告)日:2022-03-15

    申请号:CN202111546000.8

    申请日:2021-12-16

    申请人: 长安大学

    摘要: 本发明公开了一种基于深度学习的滑坡易发性评价方法,包括:选取滑坡易发性区域的多个滑坡影响因子,根据多个滑坡影响因子获取多个影响因子层,将多个影响因子层分别输入卷积神经网络CNN的不同通道,通过多通道加权卷积模块对提取的特征加权融合,通过层数自适应网络模块利用信息熵聚类法分类后进行层数自适应分类卷积,输出堆叠后的特征图,输入全连接层获得整合特征图,使用Softmax层对整合特征图进行概率回归,输出滑坡易发性评价结果。该方法以信息增益比对各因子层提取到的特征进行多通道加权,提高模型训练的收敛速度,针对对不同信息丰富程度的影响因子分类进行自适应层数的卷积运算,解决层数优选问题。