受灾区域的灾情标注方法、装置、设备、介质及程序产品

AITNT
正文
推荐专利
受灾区域的灾情标注方法、装置、设备、介质及程序产品
申请号:CN202510992473
申请日期:2025-07-18
公开号:CN120875253A
公开日期:2025-10-31
类型:发明专利
摘要
本发明实施例公开了一种受灾区域的灾情标注方法,获取目标区域的历史灾情数据,将历史灾情数据和多个灾情影响因素输入到多个预先训练的权重检测模型中,分别获得每个权重检测模型输出的与每个灾情影响因素对应的初始权重值;针对每个灾情影响因素,根据预设运算方式将多个权重检测模型输出的与灾情影响因素对应的初始权重值处理为与灾情影响因素对应的目标权重值;获取目标区域对应的区域标识图和目标区域灾情数据,将区域标识图划分为多个子区域,获取每个子区域的灾情影响因素对应的灾情影响因素数据,根据目标区域灾情数据、多个灾情影响因素数据及其对应的目标权重值对区域标识图进行灾情标注,能够提高受灾区域的灾害评估效率和评估精度。
技术关键词
标注方法 数据 低温冷冻 冰雪灾害 台风防灾减灾 机器学习模型训练 标识 样本 房屋结构 时间段 指数 总量 处理器 可读存储介质 计算机程序产品 电子设备 牲畜 指令
系统为您推荐了相关专利信息
1
一种基于山地卫星遥感降水数据的统计降尺度方法
统计降尺度方法 地理加权回归 数字高程模型数据 山地 气象站实测数据
2
一种外周血细胞形态分析系统及心衰程度判断方法
形态分析系统 程度判断方法 外周血 分类网络 图像
3
基于物理先验模型与数据驱动算法协同优化的红外船舶场景生成方法、系统及存储介质
场景生成方法 船舶 数据驱动算法 红外图像增强算法 加权引导滤波
4
一种基于改进DWT-LSTM的电力负荷预测方法
电力负荷预测方法 LSTM模型 预测电力负荷 Sigmoid函数 梯度下降法
5
一种基于迁移学习与均值取整的肌肉疲劳检测方法
肌肉疲劳检测方法 深度学习模型 迁移学习方法 通用特征 职业健康管理
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