买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学
摘要:本发明公开一种基于多模态数据的城市内涝点‑面结合连续监测数据智能生成方法。该方法步骤为:1从多个来源收集多模态数据,形成多模态数据集;2基于深度学习算法进行暴雨洪水信息智能提取;3实现暴雨洪水信息在时空尺度上的匹配;4通过对抗生成网络算法生成时空连续的暴雨洪水数据;5采用综合评价法进行去重处理,生成基于多模态数据的城市内涝点‑面结合连续监测数据库。本发明在传统暴雨洪水监测数据的基础上,补充从多来源收集的多模态数据,并基于深度学习算法对多模态数据中包含的暴雨洪水信息进行智能提取,构建基于多模态数据的城市内涝点‑面结合连续监测数据库,解决传统监测数据量稀少且来源固定的缺陷。
主权项:1.一种基于多模态数据的城市内涝点-面结合连续监测数据智能生成方法,其特征在于,包括如下步骤:步骤S1:从多个来源收集多模态数据,形成多模态数据集;步骤S2:基于深度学习算法,根据不同模态数据的特征,进行暴雨洪水信息智能提取;步骤S3:通过对研究区域和研究时间段分别进行网格划分和时段划分,实现所述暴雨洪水信息在空间和时间尺度上的匹配;步骤S4:采用对抗生成网络模型,结合暴雨洪水点-面信息,生成时空连续的暴雨洪水数据;步骤S5:采用综合评价法对所述时空连续的暴雨洪水数据进行去重处理,生成基于多模态数据的城市内涝点-面结合连续监测数据库。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于多模态数据的城市内涝点-面结合连续监测数据智能生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。