摘要
本发明公开一种基于社交媒体平台提取城市水文资料的方法,包括以下步骤:根据社交媒体平台中提取数据的检索原则,确定社交平台所设立的反爬取机制,搭建检索程序进行社交媒体信息的收集,并将数据转换为可供清洗的类型,再按照文本类、图片类分别存储;对不同类型的数据采用不同的手段进行数据清洗,将清洗后的数据通过分类模型进行分类;利用分类之后的数据提取有效水文数据,包括:积水水深、积水位置,利用实测水文数据与提取的有效水文数据进行对比纠偏,检查从社交媒体数据中获取的数据是否满足弥补传统水文资料的需求;建立利用积水水深推测降雨数据的深度学习模型获取降雨时程数据,利用实测降雨资料对深度学习模型进行修正。
技术关键词
社交媒体平台
水文
深度学习模型
LSTM模型
资料
城市洪涝灾害
积水
结构化数据格式
关键词
社交平台
文本规范化
数据分类
图片
深度学习训练
真实性验证
爬虫技术
系统为您推荐了相关专利信息
自动化诊断系统
诊断模块
创伤
成像模块
数据处理模块
路基沉降预测方法
Lyapunov指数
嵌入特征
路基沉降预测系统
激振器
长短期记忆网络
深度学习模型
LSTM模型
序列
误差补偿值
智能光纤配线
LSTM模型
度分析方法
光功率
参数
深度学习模型
区间预测方法
条件风险价值
随机梯度下降
功率