摘要
本发明公开了一种面向山区应急救援的徒步时间动态预测方法,属于应急救援技术领域,解决了现有徒步时间预测方法的时效性和准确性均较低的问题。本发明先通过增量随机截取的方式对历史救援数据进行了增量,提高了样本库的数据量,避免了数据稀缺的情况,再通过将Tobler经验公式与极限学习机ELM模型进行结合,由于Tobler经验公式能够快速得到初始预测徒步时间,而ELM模型能对初始预测徒步时间进行修正提高预测精度,从而本发明兼顾了计算效率与精度,实现山区应急救援徒步时间的动态、高效预测。最后利用应急救援过程中产生的实时数据来动态更新ELM模型,对预测结果动态修正,满足应急救援的时效性需求。
技术关键词
动态预测方法
山区
数据
表达式
应急救援技术
时间预测方法
归一化植被指数
卫星遥感影像
样本
滑动时间窗口
数字高程模型
极限学习机
节点
时效性
心率
缓冲
矩阵
更新方法
动态更新
系统为您推荐了相关专利信息
语义特征
多层感知器网络
车载相机参数
图像
射线
金属材料裂纹
结构有限元模型
内聚力模型
晶体
应力
计数方法
交叉注意力机制
解码器
编码器
二维图像特征