龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：清华大学深圳国际研究生院
摘要：本发明公开了一种基于深度学习的森火蔓延预测方法及预测装置，所述方法包括如下步骤：使用构建的森火蔓延数据集训练卷积神经网络；所述卷积神经网络根据输入数据预测基于栅格的森火空间的各栅格点位的引燃时刻；其中，所述输入数据包括森火蔓延状态、地理数据和气象数据，所述卷积神经网络依据所述输入数据进行编码并解码预测区域内的森火蔓延时空分布场，利用所述森火蔓延时空分布场来预测森火空间的各栅格点位的引燃时刻。本发明实现了森火蔓延的端到端快速推演并解决了模型对起火点等约束条件的限制。
主权项：1.一种基于深度学习的森火蔓延预测方法，其特征在于，包括如下步骤：使用构建的森火蔓延数据集训练卷积神经网络；所述卷积神经网络根据输入数据预测基于栅格的森火空间的各栅格点位的引燃时刻；其中，所述输入数据包括森火蔓延状态、地理数据和气象数据，所述卷积神经网络依据所述输入数据进行编码并解码预测区域内的森火蔓延时空分布场，利用所述森火蔓延时空分布场来预测森火空间的各栅格点位的引燃时刻；所述森火蔓延数据集包括历史森火数据集和使用传统森火蔓延引擎模拟生成的模拟数据集；所述模拟数据集通过如下方式获得：首先对预测区域进行切块与裁剪，构建成地理切块集合；针对地理切块的组合，采用随机函数生成多组起火点、气象参数并采取所述森火蔓延引擎进行模拟，生成多组森火蔓延仿真结果，并构成森火蔓延数据集的关键部分；所述编码为通过状态-条件机制实现对所述输入数据的分层渐进编码；其中，将所述输入数据分为状态分支和条件分支，所述状态分支为森火蔓延的状态数据，所述条件分支为作用在森火蔓延状态上的环境参数，包含地理编码子分支和气象编码子分支；各分支先进行独立编码再深度融合形成混合特征，然后采取编码-解码结构的骨干网络编码进一步提取混合特征的更高阶特征，并解码为所述森火蔓延时空分布场，实现对森火蔓延端到端的快速推理预测。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院 一种基于深度学习的森火蔓延预测方法及预测装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号