针对龙卷地面灾情的智能识别评估技术与GIS地图显示方法

AITNT
正文
推荐专利
针对龙卷地面灾情的智能识别评估技术与GIS地图显示方法
申请号:CN202510305137
申请日期:2025-03-14
公开号:CN120197028A
公开日期:2025-06-24
类型:发明专利
摘要
本发明涉及一种针对龙卷地面灾情的智能识别评估技术,包括:数据收集与预处理模块,从多个数据源收集龙卷风地面灾情的图像数据和文本数据,并对数据进行预处理和清洗,生成结构化数据集;多模态灾害评估模型,基于VLLM和先进视觉识别技术,采用双流网络结构,包括图像特征提取分支和文本处理分支,图像特征提取分支从高分辨率图像中提取关键灾害特征,文本处理分支深度解析与灾害等级评估相关的文本信息;交互式学习机制,允许多模态灾害评估模型在初步分析后向用户请求反馈,并根据反馈进行自我调整和优化。本申请还提供了一种地图显示方法。本申请能有效解决包括数据稀缺性、图像多样性、损害评估效率低、快速处理需求和模型泛化能力问题。
技术关键词
地图显示方法 图像特征提取 生成结构化数据 龙卷风灾害 多模态 视觉识别技术 分支 文本 地面 灾害预警模块 迁移学习技术 动态更新 交互式学习 网络结构 GIS地图 深度学习算法
系统为您推荐了相关专利信息
1
基于AI图像识别的防洪堤坝表面裂缝智能检测与预警方法
防洪堤坝 AI图像识别 预警方法 预警模型 裂缝
2
一种基于加密机的证件卡生物特征数据的读取方法及系统
生物特征数据 加密策略 特征点 证件卡 读取方法
3
基于机器学习的微电网系统能量需求预测方法及系统
多源异构数据 需求预测方法 需求预测模型 多模态特征 微电网设备
4
一种用于多模态语义分割的混合提示架构融合方法
架构融合方法 多模态 混合矩阵 语义 模态特征
5
一种证书类型识别方法、装置、设备及介质
证书图像 图像特征提取模型 文本特征向量 图像特征向量 传播算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号