买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种基于深度学习算法的洪涝灾害下建筑功能概率预测方法，包括：S1、收集研究区域的基础数据和历史暴雨时序数据；S2、对数据进行处理；S3、构建基于深度学习算法的FFC模型并对FFC模型进行训练和验证，对受影响建筑关注系数进行优选得到针对每种建筑类型的最佳受影响建筑关注系数，并对FFC模型的性能进行测试；S4、将预报的降雨时间序列输入到针对每种建筑类型测试好的FFC模型中，进行多次滚动迭代预测，得到研究区域未来一定时间范围内的每个建筑处于不同功能的概率分布结果。得到的建筑功能概率分布结果有利于为决策者的决策提供更多的信息和不确定性量化，从而为后续撤离需求的确定提供良好的基础。

主权项：1.一种基于深度学习算法的洪涝灾害下建筑功能概率预测方法，其特征在于，包括如下步骤：S1、收集研究区域的基础数据和历史暴雨时序数据；S2、对步骤S1中收集的数据进行处理：按照预设的比例将若干场历史暴雨时序数据随机划分为三个降雨事件集，分别为用于训练和验证的降雨事件集、用于优选受影响建筑关注系数的降雨事件集以及用于测试的降雨事件集，其中，用于优选受影响建筑关注系数的降雨事件集的数量和用于测试的降雨事件集的数量均小于用于训练和验证的降雨事件集的数量；再利用城市内涝物理模拟模型获得淹没水深的时空分布情况，基于淹没水深的时空分布情况获得每个建筑在不同时刻经历的水深，将每个建筑在不同时刻经历的水深输入到基于物理条件的建筑功能概率预报模型中从而获得每场降雨的不同时刻下所有建筑处于不同功能的概率的空间分布结果；然后将带有每场降雨的不同时刻下所有建筑处于不同功能的概率的空间分布结果这个信息的建筑面矢量先通过寻找质心转换为建筑点矢量，再基于空间位置关系转换为与DEM的维度相同的栅格图层，每种栅格图层对应于一种可能出现的功能，在每种栅格图层中有建筑点矢量所在的栅格的值为对应功能的概率值，其余没有建筑点矢量所在的栅格上的值为0；S3、利用步骤S1收集和步骤S2处理后的数据，构建基于深度学习算法的FFC模型，并对FFC模型进行训练和验证；在用于优选受影响建筑关注系数的降雨事件集上的表现对受影响建筑关注系数进行优选，得到针对每种建筑类型的最佳受影响建筑关注系数；并在用于测试的降雨事件集上对优选好的FFC模型进行测试；S4、将预报的降雨时间序列输入到针对每种建筑类型测试好的FFC模型中，进行多次滚动迭代预测，得到研究区域未来一定时间范围内的每个建筑处于不同功能的概率分布结果。

全文数据：

权利要求：

百度查询： 浙江大学 基于深度学习算法的洪涝灾害下建筑功能概率预测方法