[发明专利]一种地震灾害评估方法及系统有效

专利信息
申请号: 202010693706.6 申请日: 2020-07-17
公开(公告)号: CN111898385B 公开(公告)日: 2023-08-04
发明(设计)人: 刘峻明;邢子瑶;张晓东;刘哲;韩珂珂;肖聪 申请(专利权)人: 中国农业大学
主分类号: G06Q50/26 分类号: G06Q50/26;G06F40/30;G06F40/289;G06F16/903;G06F16/35;G06F16/29;G06F16/2458;H04W4/029;H04W4/20;H04W4/90
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 张睿
地址: 100193 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地震 灾害 评估 方法 系统
【权利要求书】:

1.一种地震灾害评估方法,其特征在于,包括:

以格网的方式,获取在地震前后预设时间段内,地震中心周边预设范围内手机位置数据的数量异常值;

根据地震前后各格网内的所述手机位置数据的数量异常值,计算各格网内的手机位置数据的数量变化率之差;

根据地震发生前后预设时间段内的社交媒体文本数据,计算各格网内的语义损失度;

根据各格网内的数量异常值、数量变化率之差和语义损失度,获取各格网内的灾情评价平均值;

根据所述灾情评价平均值的排序,获取各格网内的灾害评估分级结果;

所述根据地震发生前后预设时间段内的社交媒体文本数据,计算各格网内的语义损失度,包括:

获取地震相关社交媒体文本数据,并对所述地震相关社交媒体文本数据进行预处理,所述预处理包括去重、去除停用词和分词处理;

根据灾害严重程度,将预处理后的地震相关社交媒体文本数据分为多个等级,构建灾情评估分级训练集;

基于BTM算法,对所述灾情评估分级训练集进行文本关键字的提取,获取分级关键词集;

获取地震发生前后预设时间段内包含地震关键词的社交媒体文本数据;

利用所述分级关键词集,根据所述社交媒体文本数据计算各格网内所有社交媒体文本数据的损失度平均值,并将所述损失度平均值作为各格网内的语义损失度;

所述根据各格网内的数量异常值、数量变化率之差和语义损失度,获取各格网内的灾情评价平均值,包括:

分别对各格网内的数量异常值、数量变化率之差和语义损失度进行归一化处理;

以归一化后的数量异常值、数量变化率之差和语义损失度作为格网属性,基于K-means聚类方法,对每个格网分别进行聚类处理,获取各格网的聚类类别;

计算各个聚类类别中的归一化后的数量异常值、数量变化率之差和语义损失度之间的平均值,作为所述灾情评价平均值。

2.根据权利要求1所述的地震灾害评估方法,其特征在于,所述以格网的方式,获取在地震前后预设时间段内,地震中心周边预设范围内手机位置数据的数量异常值,包括:

获取手机位置数据供应商提供的地震中心周边预设范围内手机位置数据;

设置地震中心周边的格网,并统计每个格网内的手机位置数据的数量;

基于S-H-ESD算法,计算所述手机位置数据的数量异常值。

3.根据权利要求1所述的地震灾害评估方法,其特征在于,所述根据地震前后各格网内的所述手机位置数据的数量异常值,计算各格网内的手机位置数据的数量变化率之差,包括:其中,手机位置数据的数量变化率之差,为地震前手机位置数据的数量变化率,为地震后手机位置数据的数量变化率,R为手机位置数据的数量变化率计算函数,X为地震前及地震后的手机位置数据集合,为地震前最后一时刻的手机位置数据。

4.根据权利要求1所述的地震灾害评估方法,其特征在于,所述利用所述分级关键词集,根据所述社交媒体文本数据计算各格网内的社交媒体文本数据的损失度平均值,包括:

对所述社交媒体文本数据进行预处理后,统计各格网内的每个所述社交媒体文本数据的词频个数;

根据所述分级关键词集,统计各格网内的每个所述社交媒体文本数据中各分级关键词的个数;

根据所述各格网内的每个所述社交媒体文本数据的词频个数和各分级关键词的个数,计算每个所述社交媒体文本数据的语义损失度;

计算各格网内所有社交媒体文本数据的损失度平均值。

5.根据权利要求1所述的地震灾害评估方法,其特征在于,所述根据所述灾情评价平均值的排序,获取各格网内的灾害评估分级结果,包括:

基于自然断点法对所述灾情评价平均值进行排序,并根据排序结果确定与每个所述灾情评价平均值对应的格网内的灾害评估分级结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学,未经中国农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010693706.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top