公开(公告)号：CN114202536A

公开(公告)日：2022-03-18

申请号：CN202111537080.0

申请日：2021-12-13

Applicant: 北京邮电大学

Inventor： 胡燕祝 ,  王松 ,  洪昀

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及基于AT‑EnFCM‑SCNN的灾害环境特征提取方法，是一种对灾害环境进行特征提取的方法，属于图像处理和机器学习领域，其特征在于采用如下步骤：(1)确定梯度图像的多尺度开重建；(2)确定聚类中心；(3)计算隶属度；(4)确定是否达到迭代条件；(5)确定卷积神经网络的损失函数。本发明有效的解决了传统灾害环境图像分割形态单一，需要大量训练样本的问题，提供了更多的局部空间信息，较好的改进了预分割性能，有效的改善了传统灾害识别图像处理中噪声干扰与过度分割的问题，克服了单一尺度下目标提取不完整，有效的保证了较大全局目标的正确提取。为灾害环境信息特征提取域提供了一种拥有较高提取准确率的方法。

公开(公告)号：CN114186495A

公开(公告)日：2022-03-15

申请号：CN202111522693.7

申请日：2021-12-13

Applicant: 北京邮电大学

Inventor： 胡燕祝 ,  王松 ,  洪昀

IPC: G06F30/27 ,  G06F40/30 ,  G06F119/02

Abstract: 本发明涉及基于FECF的深度灾害预案智能语义匹配方法，是一种对灾害预案进行语义匹配的方法，属于自然语言处理和深度学习领域，其特征在于采用如下步骤：(1)对灾害预案问题进行建模；(2)确定单词的特征向量；(3)确定词汇上下文编码，t位置的隐含状态输出；(4)确定文本的注意力信息；(5)确定两个语句的匹配得分；(6)确定语句的模型训练。本发明有效的解决了灾害预案匹配时间较长问题，大大节省灾害预案匹配时间，提高了灾害预案的效率，有效的改善灾害预案文本语义匹配不准确的问题，大大提升了灾害预案匹配的准确率，为灾后处理提供了科学有效的依据。