摘要
本发明涉及人工智能技术领域,特别是涉及一种地质灾害监测及响应方法及系统,本发明通过从多个数据源收集地质数据,并对收集的地址数据进行多变量分析,以筛选出灾害影响因子,通过机械学习对灾害影响因子进行分级和量化并通过K‑means算法对目标区域进行危险等级划分生成危险等级划分图,然后利用GIS系统对目标区域危险等级划分图进行分析和定位,得到标注有坐标信息的地质灾害风险性分区图,并将得到的地址灾害风险线性分区图通过通信系统发送至指挥中心进行显示和响应,使得指挥中心可以清楚了解目标区域各位置处的风险等级,以及各风险等级的具体位置,从而提高了救援效率,在一定程度上也避免了经济损失。
技术关键词
地质灾害监测
皮尔逊相关系数
因子
分区
机械学习模型
通信系统
粒子
可读存储介质
数据收集模块
变量
高风险
数据分析模块
机器学习模型
极值
人工智能技术
算法
计算机
坐标
系统为您推荐了相关专利信息
光伏发电预测方法
BiLSTM模型
多尺度特征
设备运行数据
离散小波变换
历史轨迹数据
意图预测方法
GRU模型
动态时间规整算法
粒子滤波方法
皮尔逊相关系数
数据
读取存储介质
烟叶图像
随机森林
多模态信息
海缆
故障管控方法
环境状态信息
因子