[發(fā)明專利]基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710199233.2
• 申請(qǐng)日: 2017-03-29
• 公開(kāi)（公告）號(hào): CN106970986B
• 公開(kāi)（公告）日: 2019-10-15
• 發(fā)明（設(shè)計(jì)）人: 邵振峰;潘銀
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F16/28
• 分類號(hào): G06F16/28;G06K9/62;G06N3/08;G06Q50/26
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 嚴(yán)彥

1.一種基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：包括以下步驟，

步驟a，在城市大數(shù)據(jù)中提取與內(nèi)澇點(diǎn)影響程度相關(guān)的空間數(shù)據(jù)，分為訓(xùn)練樣本集和測(cè)試樣本集；

所述步驟a中，考慮到內(nèi)澇點(diǎn)的區(qū)域影響效應(yīng)，在統(tǒng)計(jì)提取與內(nèi)澇影響程度相關(guān)的空間數(shù)據(jù)方面，根據(jù)城市匯水區(qū)限定一定的范圍，逐步統(tǒng)計(jì)此范圍內(nèi)每一類空間數(shù)據(jù)，并將其作為內(nèi)澇點(diǎn)特征輸入數(shù)據(jù)之一；

步驟b，根據(jù)提取的各類空間數(shù)據(jù)，利用內(nèi)澇影響程度綜合評(píng)價(jià)指標(biāo)，判定內(nèi)澇點(diǎn)的影響程度等級(jí)，作為標(biāo)簽；

所述步驟b中，對(duì)不同類空間特征數(shù)據(jù)進(jìn)行歸一化處理；考慮到步驟c中分類效果和結(jié)果輸出形式，將影響程度定為若干等級(jí)，利用內(nèi)澇影響程度綜合評(píng)價(jià)指標(biāo)，判定每一個(gè)內(nèi)澇點(diǎn)的影響程度等級(jí)，并將其作為樣本標(biāo)簽；

步驟c，構(gòu)建棧式自編碼網(wǎng)絡(luò)，利用訓(xùn)練樣本集中訓(xùn)練樣本及相應(yīng)標(biāo)簽對(duì)棧式自編碼網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

步驟d，對(duì)于測(cè)試樣本集，以步驟b的方式提取特征數(shù)據(jù)，并將數(shù)據(jù)輸入步驟c中訓(xùn)練完成的棧式自編碼網(wǎng)絡(luò)，計(jì)算測(cè)試樣本內(nèi)澇點(diǎn)影響程度等級(jí)，并對(duì)訓(xùn)練完成的棧式自編碼網(wǎng)絡(luò)進(jìn)行精度評(píng)定，當(dāng)精度合格時(shí)根據(jù)所得棧式自編碼網(wǎng)絡(luò)，對(duì)潛在內(nèi)澇點(diǎn)影響等級(jí)進(jìn)行預(yù)測(cè)。

2.根據(jù)權(quán)利要求1或所述的基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：所述步驟c中，構(gòu)建含有多個(gè)隱含層的自編碼網(wǎng)絡(luò)，通過(guò)自編碼算法，網(wǎng)絡(luò)將從第一層開(kāi)始自編碼訓(xùn)練，每一層學(xué)習(xí)到的隱藏特征作為下一層的輸入，然后下一層再進(jìn)行自編碼訓(xùn)練，通過(guò)逐層的無(wú)監(jiān)督訓(xùn)練，實(shí)現(xiàn)輸入數(shù)據(jù)的特征提取。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：所述步驟c中，構(gòu)建兩個(gè)隱含層的自編碼網(wǎng)絡(luò)，將第二層特征輸出作為分類器的輸入，并利用softmax分類器進(jìn)行分類，分類結(jié)果形式與樣本標(biāo)簽相同，均為正整數(shù)。

4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：所述步驟c中，采用微調(diào)算法對(duì)棧式自編碼網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練；損失函數(shù)為：

Loss＝∑_p(output(p)-label(p))² (1)

其中，p是內(nèi)澇點(diǎn)的空間特征輸入數(shù)據(jù)，output(p)為棧式自編碼網(wǎng)絡(luò)計(jì)算出的內(nèi)澇點(diǎn)影響等級(jí)輸出值，label(p)為點(diǎn)p所屬的真實(shí)類別標(biāo)簽，訓(xùn)練網(wǎng)絡(luò)參數(shù)使得(1)中的損失函數(shù)Loss達(dá)到極小。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：所述步驟d中，通過(guò)比較每個(gè)測(cè)試樣本內(nèi)澇點(diǎn)的網(wǎng)絡(luò)預(yù)測(cè)值及其真實(shí)標(biāo)簽是否相等，計(jì)算出訓(xùn)練完成的棧式自編碼網(wǎng)絡(luò)精度。

6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘方法，其特征在于：所述步驟d中，當(dāng)模型精度達(dá)到要求時(shí)，通過(guò)眾源信息平臺(tái)發(fā)布的歷年內(nèi)澇點(diǎn)分布信息，確定潛在內(nèi)澇點(diǎn)的地理位置；按照步驟a中的空間數(shù)據(jù)統(tǒng)計(jì)方法，提取潛在內(nèi)澇點(diǎn)的模型輸入數(shù)據(jù)，并通過(guò)高精度的棧式自編碼網(wǎng)絡(luò)模型，實(shí)現(xiàn)潛在內(nèi)澇點(diǎn)影響等級(jí)的預(yù)測(cè)。

7.一種基于深度學(xué)習(xí)的城市內(nèi)澇影響程度挖掘系統(tǒng)，其特征在于：包括以下模塊，

第一模塊，用于在城市大數(shù)據(jù)中提取與內(nèi)澇點(diǎn)影響程度相關(guān)的空間數(shù)據(jù)，分為訓(xùn)練樣本集和測(cè)試樣本集；

在第一模塊工作過(guò)程中，考慮到內(nèi)澇點(diǎn)的區(qū)域影響效應(yīng)，在統(tǒng)計(jì)提取與內(nèi)澇影響程度相關(guān)的空間數(shù)據(jù)方面，根據(jù)城市匯水區(qū)限定一定的范圍，逐步統(tǒng)計(jì)此范圍內(nèi)每一類空間數(shù)據(jù)，并將其作為內(nèi)澇點(diǎn)特征輸入數(shù)據(jù)之一；

第二模塊，用于根據(jù)提取的各類空間數(shù)據(jù)，利用內(nèi)澇影響程度綜合評(píng)價(jià)指標(biāo)，判定內(nèi)澇點(diǎn)的影響程度等級(jí)，作為標(biāo)簽；

在第二模塊工作過(guò)程中，對(duì)不同類空間特征數(shù)據(jù)進(jìn)行歸一化處理；考慮到步驟c中分類效果和結(jié)果輸出形式，將影響程度定為若干等級(jí)，利用內(nèi)澇影響程度綜合評(píng)價(jià)指標(biāo)，判定每一個(gè)內(nèi)澇點(diǎn)的影響程度等級(jí)，并將其作為樣本標(biāo)簽；

第三模塊，用于構(gòu)建棧式自編碼網(wǎng)絡(luò)，利用訓(xùn)練樣本集中訓(xùn)練樣本及相應(yīng)標(biāo)簽對(duì)棧式自編碼網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

第四模塊，用對(duì)于測(cè)試樣本集，以第二模塊的工作方式提取特征數(shù)據(jù)，并將數(shù)據(jù)輸入第三模塊中訓(xùn)練完成的棧式自編碼網(wǎng)絡(luò)，計(jì)算測(cè)試樣本內(nèi)澇點(diǎn)影響程度等級(jí)，并對(duì)訓(xùn)練完成的棧式自編碼網(wǎng)絡(luò)進(jìn)行精度評(píng)定，當(dāng)精度合格時(shí)根據(jù)所得棧式自編碼網(wǎng)絡(luò)，對(duì)潛在內(nèi)澇點(diǎn)影響等級(jí)進(jìn)行預(yù)測(cè)。