摘要
本申请提供了一种基于深度学习的城市内涝模型参数快速确定方法及装置,处理器构建每个研究区域的暴雨内涝模型,并对每个暴雨内涝模型进行率定和校验;然后构建深度学习模型,通过模型输入资料数据和暴雨内涝模型的模型参数训练深度学习模型;将目标研究区域的输入资料数据输入到训练好的深度学习模型,得到目标研究区域的暴雨内涝模型的模型参数。可见,在本申请中,将深度学习模型运用到具有明确物理机制的城市暴雨内涝模型参数确定中,可实现城市暴雨内涝模型的模型参数快速和精确确定,从而提高城市暴雨内涝预警的准确性和时效性。
技术关键词
数据
水文
城市暴雨内涝
参数
检查井
积层
资料
训练深度学习模型
精度
构建卷积神经网络
ReLU函数
处理单元
管道
存储器
处理器
时效性
绿地
电子设备
径流
系统为您推荐了相关专利信息
测试报文
端口测试系统
校验模块
存储单元
交换机
工况参数
材料特征参数
噪声分量
集合经验模态分解方法
信号
数控机床部件
数控机床维修
展示方法
卷积神经网络模型
图像