[發明專利]一種智能地理信息動態預警布控系統及方法

在審

• 申請號: 201811405750.1
• 申請日: 2018-11-23
• 公開（公告）號: CN109596165A
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 劉雯;向秉宣;周新邵
• 申請（專利權）人: 湖南城市學院
• 主分類號: G01D21/02
• 分類號: G01D21/02;G06N3/04
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種智能地理信息動態預警布控方法，其特征在于，所述智能地理信息動態預警布控方法包括：

第一步，利用衛星在太空中探測地球地表物體對電磁波的反射和發射的電磁波，提取地球地表物體的信息，將電波信息轉換、識別得到地理電子圖像；

第二步，利用函數鏈神經網絡的溫度傳感器、濕度傳感器實時檢測地理環境的溫度、濕度數據；通過震動儀器實時監測大地震動數據信息；通過風速檢測儀器實時監測空氣風速數據信息；

第三步，利用衛星定位對地理位置進行監測；通過數據處理軟件對地理空間矢量數據進行融合處理；通過采用PSO-BP算法的報警器根據檢測的異常數據進行及時報警操作；

第四步，通過采用改進的小波閾值與自適應中值濾波相結合去噪的顯示器顯示智能地理信息動態預警布控系統界面及采集的地理圖像、溫度、濕度、震動、風速、位置數據信息。

2.如權利要求1所述的智能地理信息動態預警布控方法，其特征在于，利用函數鏈神經網絡的溫度傳感器、濕度傳感器，完成溫度補償、濕度補償和非線性校正；具體步驟如下：

(1)確定初始函數型連接F及函數鏈網絡結構；

(2)網絡權值初始化，隨機設ω_j，通常|ω_j|<1；

(3)輸入訓練數據樣本x_i，t_i，計算f_i1，……，f_in，i＝1，2，…，I；

(4)求y_i，計算E(k)，如誤差滿足要求，則轉(8)，如迭代限定次數后仍不滿足誤差要求則轉(9)，否則繼續；

(5)由式(3)求η(k)，并加判斷，如η(k)<0則η(k)＝η_min，η_min為選定的η最小值)；

(6)計算ω_j(k)，修正所有連接；

(7)返回，重復(4)～(7)；

(8)找出ω_j絕對值最小者，舍去對應的函數項，轉(2)重新計算；

(9)如前面曾舍去函數項則取最后一次誤差滿足要求的結果輸出；否則，增加后一函數項，轉(2)重新計算；如原設計最后函數項也已利用，則輸出建模不成功信息或修改誤差指標再運行；

最終得到傳感器模型：

3.如權利要求1所述的智能地理信息動態預警布控方法，其特征在于，通過采用PSO-BP算法的報警器，報警器及時根據檢測的異常數據進行報警操作；具體步驟為：

(1)初始化：設定PSO-BP神經網絡的相關參數；確定神經網絡的層數，每一層神經元的個數，以及需要優化的粒子維數；其中PSO算法需要優化的權值閾值總個數為：

N＝(m+1)×n+(n+1)×t；

m為輸入神經元個數，n為隱層神經元個數，t為輸出層神經元個數，對粒子的速度和位置進行隨機初始化；

(2)計算適應度：按照適應度函數計算網絡輸出與樣本期望輸出誤差絕對值之和；

(3)尋找個體極值和群體極值：將每個粒子的適應度函數值與個體極值進行比較，如果適應度函數值更小，則該適應度函數值成為新的個體極值；并將新的個體極值與全局最佳適應度值進行比較，若更小，則將其作為當前的群體極值；

(4)根據離子群算法更新粒子的位置和速度；

式中：w為慣性權重；k為當前迭代次數；為粒子的速度；為粒子的位置；c₁和c₂為學習因子，通過驗證選c₁＝c₂＝2進行計算；和是介于[0，1]之間的均勻隨機數；

(5)看全局最優適應度值是否小于設定誤差或者迭代次數大于最大迭代次數，若不滿足條件，返回步驟(3)；若滿足條件，則輸出的全局最優粒子位置為最優的BP神經網絡權值閾值。