摘要
本申请公开了一种基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品,涉及自然灾害风险预测技术领域,所述方法包括:采集多模态城市水文数据;对所述多模态城市水文数据进行分层时间建模,提取时间嵌入向量;基于所述时间嵌入向量构建异构图,对所述异构图进行空间特征聚合计算,得到空间嵌入表示;根据所述空间嵌入表示进行多层级预测,得到多粒度内涝风险指标。通过多模态数据采集与预处理、分层时间建模、异构图构建与空间特征聚合计算以及多层级预测,有效融合多模态城市水文数据,实现全面准确的城市内涝风险预测。
技术关键词
节点
联合损失函数
水文
异构
层级
计算机程序产品
指标
神经网络模型
多模态数据采集
自然灾害风险
序列
路径机制
归一化算法
分层
关系建模
分类器
处理器
系统为您推荐了相关专利信息
排队网络
配置优化方法
节点
稳态概率
粒子群算法求解
剩余使用寿命预测
GAN模型
前馈神经网络
序列
多通道传感器数据
异常检测方法
多模态数据融合
视频流
双向特征金字塔
交叉注意力机制
可视化方法
三维空间模型
数据渲染技术
三维可视化展示
渠道