摘要
本发明公开了一种基于多模态的沿海地区风暴潮灾害预测方法,其结合了多源气象环境数据、三维地理空间数据和风暴潮历史发生数据,一方面,使用多模态网络对未来的风暴潮情况进行长期预测和趋势拟合,拟合得到风暴潮预测相关的线性分量和非线性分量,将线性分量和非线性分量相组合再通过激活函数转换为风暴潮预测概率P1;另一方面,对于三维地理空间数据,分别得到其标注场景的监督学习的预测值以及未标注场景的分层监督学习的预测值;并将二者的预测值平均后通过激活函数转换为风暴潮预测概率P2;最后,将风暴潮预测概率P1和风暴潮预测概率P2进行加权,得到最终的风暴潮预测值。
技术关键词
风暴潮预测
三维地理空间数据
灾害预测方法
多模态网络
样本
标签
非线性
场景
分层
监督学习方法
气象
高风险
置信度阈值
因子
代表
海水
系统为您推荐了相关专利信息
缺陷类别
模型构建方法
卷积神经网络模型
特征提取器
标签
采棉机
图像分割模型
计算机可执行指令
路径追踪算法
仿真环境
工作状态检测方法
分类器模型
工作特征
连续小波变换
特征值