摘要
本发明提供一种基于多模态大模型的地质灾害智能预警速报生成方法,应用于地质灾害预测技术领域,上述方法包括:获取通过集成地质灾害监测设备采集得到的地质监测数据;将预处理后的影像数据输入至深度卷积神经网络模型,得到影像特征;将预处理后的时序监测数据输入至双向长短期记忆网络模型,得到双向长短期记忆网络模型输出的特征关联关系;基于影像特征与特征关联关系进行多模态融合,得到跨模态联合特征;将预设的影响因子与跨模态联合特征输入至长短期记忆网络模型,得到灾害预测结果;对灾害预测结果进行自然语言生成,得到灾害预测结果对应的结构化报告。通过本发明能够实现地质灾害的准确预测与灾害速报生成。
技术关键词
地质灾害智能
深度卷积神经网络模型
长短期记忆网络
地质灾害监测设备
多模态
生成方法
跨模态
影像
地质灾害预测技术
非暂态计算机可读存储介质
自然语言
动态时间规整算法
时序数据预测
注意力机制
报告
因子
系统为您推荐了相关专利信息
协同优化算法
能量监测装置
燃料喷射控制器
特征数据库
动态分配器
发电机组
碳刷
机器学习技术
多模态数据融合
红外热成像技术
老年人健康
多模态数据采集
健康分析模块
营养餐
管理系统
智能巡检机器人
驱动轮组件
行走底盘
旋转驱动组件
多模态
智能解析方法
多系统
意图识别
语义知识库
语义角色标注