摘要
本发明提供了一种住宅区道路积水预警方法和系统,方法包括实时获取传感器网络的多源数据,通过特征提取网络处理得到初始特征数据。基于深度预测网络处理初始特征数据,包括预设积水深度分布阈值、坐标系转换、深度分布预测及特征融合,获得第一积水特征。同时,通过可变形注意力网络处理初始特征数据,包括二维积水空间构建、参考点映射、特征点采集及加权处理,生成第二积水特征。利用交叉注意力网络融合两特征,通过线性变换、注意力矩阵计算及交互处理得到融合特征。最后,预警模型对融合特征依次进行特征变换、逆变换、放大和分类处理,输出积水预警结果。本发明可以提升住宅区道路积水预警的准确性和实时性。
技术关键词
道路积水预警方法
预警模型
融合特征
深度预测网络
注意力
特征提取网络
分辨率
特征点
特征值
多尺度特征
数据采集模块
坐标系
预警系统
矩阵
标识
传感器
多源特征
系统为您推荐了相关专利信息
神经网络预测模型
上下文查询
消息传递机制
节点
多模态特征
可视设备
吹灰控制方法
图像
锅炉受热面积灰
吹灰机
冷冲压
分布式传感器网络
PROFINET工业
迁移学习技术
模具微调机构
循环神经网络模型
故障诊断方法
故障特征提取
编码器
注意力机制