一种智能地理信息动态预警布控系统及方法技术方案

本发明专利技术属于地理技术领域，公开了一种智能地理信息动态预警布控系统及方法，所述智能地理信息动态预警布控系统包括：图像采集模块、温湿度检测模块、震动检测模块、风速检测模块、中央控制模块、位置监测模块、地理数据融合模块、警示模块、显示模块。本发明专利技术通过位置监测模块利用卫星信号来确定地理位置监测设备所处的环境类型，可以快速准确地确定环境类型；同时，通过地理数据融合模块从不同数据源，不同数据精度和不同数据模型的地理空间矢量数据中抽取所需要的信息，按照用户新的应用需求构建新的空间数据，这不仅能降低地理数据的生产成本，加快现有地理信息更新速度，对提高现有地理空间数据质量也具有重要的意义。

【技术实现步骤摘要】
一种智能地理信息动态预警布控系统及方法
本专利技术属于地理
，尤其涉及一种智能地理信息动态预警布控系统及方法。
技术介绍
地理信息是地理数据所蕴含和表达的地理含义，是与地理环境要素有关的物质的数量、质量、性质、分布特征、联系和规律的数字、文字、图像和图形等的总称。地理信息区别于常规定义的空间信息。首先，地理信息属于空间信息，其位置的识别是与数据联系在一起的，这是地理信息区别于其它类型信息的一个最显著的标志(空间性)。其次，地理信息具有多维结构的特点(多维性)。第三，地理信息的时序特征很明显(时序性)。然而，现有地理位置监测不能精确位置环境类型；同时，国内对于地理空间矢量数据的融合，往往只侧重于某些方面，或是针对某一特定的需要，采用特定的方法去解决特定的问题，但这些方法不具有通用性。综上所述，现有技术存在的问题是：现有地理位置监测不能精确位置环境类型；同时，国内对于地理空间矢量数据的融合，往往只侧重于某些方面，或是针对某一特定的需要，采用特定的方法去解决特定的问题，但这些方法不具有通用性。现有技术中不能同时完成温度补偿、湿度补偿和非线性校正，不能有效跟踪补偿环境改变引起的传感器特征的变化及时校正，不利于实时、准确检测到地理环境的温度、湿度数据；现有技术中不能有效提高报警器对于异常数据的检测精度，无法有效的补偿外部环境对报警器灵敏度的干扰，使得报警器收到干扰，不能及时根据检测的异常数据进行报警操作；现有技术中不能保护智能地理信息动态预警布控系统界面及采集的地理图像、温度、湿度、震动、风速、位置数据的细节信息，降低显示的准确度，不利于后续工作的准确、及时展开。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种智能地理信息动态预警布控系统及方法。本专利技术是这样实现的，一种智能地理信息动态预警布控方法，所述智能地理信息动态预警布控方法包括：第一步，利用卫星在太空中探测地球地表物体对电磁波的反射和发射的电磁波，提取地球地表物体的信息，将电波信息转换、识别得到地理电子图像；第二步，利用函数链神经网络的温度传感器、湿度传感器实时检测地理环境的温度、湿度数据；通过震动仪器实时监测大地震动数据信息；通过风速检测仪器实时监测空气风速数据信息；第三步，利用卫星定位对地理位置进行监测；通过数据处理软件对地理空间矢量数据进行融合处理；通过采用PSO-BP算法的报警器根据检测的异常数据进行及时报警操作；第四步，通过采用改进的小波阈值与自适应中值滤波相结合去噪的显示器显示智能地理信息动态预警布控系统界面及采集的地理图像、温度、湿度、震动、风速、位置数据信息。进一步，利用函数链神经网络的温度传感器、湿度传感器，完成温度补偿、湿度补偿和非线性校正；具体步骤如下：(1)确定初始函数型连接F及函数链网络结构；(2)网络权值初始化，随机设ωj，通常|ωj|<1；(3)输入训练数据样本xi，ti，计算fi1，……，fin，i＝1，2，…，I；(4)求yi，计算E(k)，如误差满足要求，则转(8)，如迭代限定次数后仍不满足误差要求则转(9)，否则继续；(5)由式(3)求η(k)，并加判断，如η(k)<0则η(k)＝ηmin，ηmin为选定的η最小值)；(6)计算ωj(k)，修正所有连接；(7)返回，重复(4)～(7)；(8)找出ωj绝对值最小者，舍去对应的函数项，转(2)重新计算；(9)如前面曾舍去函数项则取最后一次误差满足要求的结果输出；否则，增加后一函数项，转(2)重新计算；如原设计最后函数项也已利用，则输出建模不成功信息或修改误差指标再运行；最终得到传感器模型：进一步，通过采用PSO-BP算法的报警器，报警器及时根据检测的异常数据进行报警操作；具体步骤为：(1)初始化：设定PSO-BP神经网络的相关参数；确定神经网络的层数，每一层神经元的个数，以及需要优化的粒子维数；其中PSO算法需要优化的权值阈值总个数为：N＝(m+1)×n+(n+1)×t；m为输入神经元个数，n为隐层神经元个数，t为输出层神经元个数，对粒子的速度和位置进行随机初始化；(2)计算适应度：按照适应度函数计算网络输出与样本期望输出误差绝对值之和；(3)寻找个体极值和群体极值：将每个粒子的适应度函数值与个体极值进行比较，如果适应度函数值更小，则该适应度函数值成为新的个体极值；并将新的个体极值与全局最佳适应度值进行比较，若更小，则将其作为当前的群体极值；(4)根据离子群算法更新粒子的位置和速度；式中：w为惯性权重；k为当前迭代次数；为粒子的速度；为粒子的位置；c1和c2为学习因子，通过验证选c1＝c2＝2进行计算；和是介于[0，1]之间的均匀随机数；(5)看全局最优适应度值是否小于设定误差或者迭代次数大于最大迭代次数，若不满足条件，返回步骤(3)；若满足条件，则输出的全局最优粒子位置为最优的BP神经网络权值阈值。本专利技术的另一目的在于提供一种实施所述智能地理信息动态预警布控方法的智能地理信息动态预警布控系统，所述智能地理信息动态预警布控系统包括：图像采集模块，与中央控制模块连接，用于通过卫星在太空中探测地球地表物体对电磁波的反射和其发射的电磁波，提取信息，将电波信息转换、识别得到地理电子图像；温湿度检测模块，与中央控制模块连接，用于通过温度传感器、湿度传感器实时检测地理环境的温度、湿度数据；震动检测模块，与中央控制模块连接，用于通过震动仪器实时监测大地震动数据信息；风速检测模块，与中央控制模块连接，用于通过风速检测仪器实时监测空气风速数据信息；中央控制模块，与图像采集模块、温湿度检测模块、震动检测模块、风速检测模块、位置监测模块、地理数据融合模块、警示模块、显示模块连接，用于通过单片机控制各个模块正常工作；位置监测模块，与中央控制模块连接，用于通过卫星定位对地理位置进行监测；地理数据融合模块，与中央控制模块连接，用于通过数据处理软件对地理空间矢量数据进行融合处理；警示模块，与中央控制模块连接，用于通过报警器根据检测的异常数据进行及时报警操作；显示模块，与中央控制模块连接，用于通过显示器显示智能地理信息动态预警布控系统界面及采集的地理图像、温度、湿度、震动、风速、位置数据信息。本专利技术的另一目的在于提供一种应用所述智能地理信息动态预警布控方法的地理信息处理终端。本专利技术的优点及积极效果为：本专利技术通过位置监测模块利用卫星信号来确定地理位置监测设备所处的环境类型，例如确定地理位置监测设备在室内还是在室外，这种技术方案简单，易于实现，可以快速准确地确定环境类型；同时，通过地理数据融合模块从不同数据源，不同数据精度和不同数据模型的地理空间矢量数据中抽取所需要的信息，按照用户新的应用需求构建新的空间数据，这不仅能降低地理数据的生产成本，加快现有地理信息更新速度，对提高现有地理空间数据质量也具有重要的意义。本专利技术利用函数链神经网络的温度传感器、湿度传感器，可同时完成温度补偿、湿度补偿和非线性校正，有效跟踪补偿环境改变引起的传感器特征的变化及时校正，有利于实时、准确检测到地理环境的温度、湿度数据；本专利技术通过采用PSO-BP算法的报警器，有效提高报警器对于异常数据的检测精度，有效的补偿外部环境对报警器灵敏度的干扰，使得报警器及时根据检测的异常数据进行报警操作；本专利技术通过采用改本文档来自技高网...

【技术保护点】
1.一种智能地理信息动态预警布控方法，其特征在于，所述智能地理信息动态预警布控方法包括：第一步，利用卫星在太空中探测地球地表物体对电磁波的反射和发射的电磁波，提取地球地表物体的信息，将电波信息转换、识别得到地理电子图像；第二步，利用函数链神经网络的温度传感器、湿度传感器实时检测地理环境的温度、湿度数据；通过震动仪器实时监测大地震动数据信息；通过风速检测仪器实时监测空气风速数据信息；第三步，利用卫星定位对地理位置进行监测；通过数据处理软件对地理空间矢量数据进行融合处理；通过采用PSO‑BP算法的报警器根据检测的异常数据进行及时报警操作；第四步，通过采用改进的小波阈值与自适应中值滤波相结合去噪的显示器显示智能地理信息动态预警布控系统界面及采集的地理图像、温度、湿度、震动、风速、位置数据信息。

【技术特征摘要】
1.一种智能地理信息动态预警布控方法，其特征在于，所述智能地理信息动态预警布控方法包括：第一步，利用卫星在太空中探测地球地表物体对电磁波的反射和发射的电磁波，提取地球地表物体的信息，将电波信息转换、识别得到地理电子图像；第二步，利用函数链神经网络的温度传感器、湿度传感器实时检测地理环境的温度、湿度数据；通过震动仪器实时监测大地震动数据信息；通过风速检测仪器实时监测空气风速数据信息；第三步，利用卫星定位对地理位置进行监测；通过数据处理软件对地理空间矢量数据进行融合处理；通过采用PSO-BP算法的报警器根据检测的异常数据进行及时报警操作；第四步，通过采用改进的小波阈值与自适应中值滤波相结合去噪的显示器显示智能地理信息动态预警布控系统界面及采集的地理图像、温度、湿度、震动、风速、位置数据信息。2.如权利要求1所述的智能地理信息动态预警布控方法，其特征在于，利用函数链神经网络的温度传感器、湿度传感器，完成温度补偿、湿度补偿和非线性校正；具体步骤如下：(1)确定初始函数型连接F及函数链网络结构；(2)网络权值初始化，随机设ωj，通常|ωj|<1；(3)输入训练数据样本xi，ti，计算fi1，……，fin，i＝1，2，…，I；(4)求yi，计算E(k)，如误差满足要求，则转(8)，如迭代限定次数后仍不满足误差要求则转(9)，否则继续；(5)由式(3)求η(k)，并加判断，如η(k)<0则η(k)＝ηmin，ηmin为选定的η最小值)；(6)计算ωj(k)，修正所有连接；(7)返回，重复(4)～(7)；(8)找出ωj绝对值最小者，舍去对应的函数项，转(2)重新计算；(9)如前面曾舍去函数项则取最后一次误差满足要求的结果输出；否则，增加后一函数项，转(2)重新计算；如原设计最后函数项也已利用，则输出建模不成功信息或修改误差指标再运行；最终得到传感器模型：3.如权利要求1所述的智能地理信息动态预警布控方法，其特征在于，通过采用PSO-BP算法的报警器，报警器及时根据检测的异常数据进行报警操作；具体步骤为：(1)初始化：设定PSO-BP神经网络的相关参数；确定神经网络的层数，每一层神经元的个数，以及需要优化的粒子维数；其中PSO算法需要优化的权值阈值总个数为：N＝(m+1)×n+(n+1)×...

【专利技术属性】
技术研发人员：刘雯，向秉宣，周新邵，
申请(专利权)人：湖南城市学院，
类型：发明
国别省市：湖南,43