一种自然灾害预警系统及方法技术方案

本发明专利技术公开了一种自然灾害预警系统，包括信息采集单元，图像处理单元，预测模型建立单元，灾害预测单元和预警单元。本发明专利技术采用机器学习的方法对由摄像机拍摄到的场景图像信息和传感器检测到的自然状态信息量化组成的样本数据集中的灾害样本数据进行训练，再根据评价指标检测获得最佳灾害预测模型，在灾害预测模型中能够实时对信息采集单元传送的场景进行灾害预测，并且在预测模型建立单元中采用由若干服务器和计算主机构建而成的分布式数据处理系统进行样本数据的训练，分布式系统对样本数据进行并行训练，有效的提高了效率。

【技术实现步骤摘要】
一种自然灾害预警系统及方法
本专利技术涉及灾害预警
，具体涉及一种自然灾害预警系统及方法。
技术介绍
自然灾害一直给人类的生产生存带来了许多危害，一旦自然灾害发生躲避不及就容易造成不可挽回的损失，因此灾害预警对人类生活具有跨时代的意义；目前对于自然灾害的预警研究通常融合了图像处理技术，图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术，多源遥感图像数据融合也成为遥感领域的研究热点，其目的是将来自多信息源的图像数据加以智能化合成，产生比单一传感器数据更精确、更可靠的描述和判决，使融合图像更符合人和机器的视觉特性，更有利于诸如目标检测与识别等进一步的图像理解与分析，比如CN108182678A公开了一种预警准确的自然灾害监测预警系统，实现了遥感图像融合效果的准确评价，主观评价值具有简单、直观的优点，对明显的图像信息可以进行快捷、方便的评价，客观评价值能够避免人员的主观缺陷，对图像进行客观评价，综合评价值结合主观评价和客观评价的优点，有助于实现融合效果的准确评价，从而精准的确定监控场景中是否出现自然灾害，并进行预警处理；<本文档来自技高网...

【技术保护点】
1.一种自然灾害预警系统，其特征在于：包括信息采集单元（1），图像处理单元（2），预测模型建立单元（3），灾害预测单元（4）和预警单元（5）；/n所述信息采集单元（1）用于采集检测区域中的自然状态信息和场景图像，并将自然状态信息和场景图像传送到图像处理单元（2）；/n所述图像处理单元（2）用于对来自信息采集单元（1）的自然状态信息和场景图像进行灾害目标识别、特征量化生成灾害样本数据，将灾害样本数据实时分别传送到预测模型建立单元（3）和灾害预测单元（4）；/n所述预测模型建立单元（3）用于对图像处理单元（2）实时传输到的样本数据进行的缓存累积构成样本数据集，先对样本数据集中的数据进行预处理，再对...

【技术特征摘要】
1.一种自然灾害预警系统，其特征在于：包括信息采集单元（1），图像处理单元（2），预测模型建立单元（3），灾害预测单元（4）和预警单元（5）；
所述信息采集单元（1）用于采集检测区域中的自然状态信息和场景图像，并将自然状态信息和场景图像传送到图像处理单元（2）；
所述图像处理单元（2）用于对来自信息采集单元（1）的自然状态信息和场景图像进行灾害目标识别、特征量化生成灾害样本数据，将灾害样本数据实时分别传送到预测模型建立单元（3）和灾害预测单元（4）；
所述预测模型建立单元（3）用于对图像处理单元（2）实时传输到的样本数据进行的缓存累积构成样本数据集，先对样本数据集中的数据进行预处理，再对样本数据集中的由自然状态信息和场景图像信息量化而来的样本数据分成训练数据集和测试数据集，在训练数据集上进行预测训练，训练完成后用测试数据集验证准确性，生成最佳预测模型；
所述灾害预测单元（4）用于将来自于图像处理单元（2）的实时灾害样本数据传输到预测模型建立单元（3）产生的最佳预测模块中，并将灾害预测结果传送到预警单元（5）；
所述预警单元（5）用于根据所述灾害预测结果进行预警信息发布。


2.根据权利要求1所述的一种自然灾害预警系统，其特征在于：所述信息采集单元（1）包括设置在监控区域的监控摄像头和传感器，所述监控摄像头用于实时拍摄记录监控区域中的图像信息，所述传感器包括温度传感器、湿度传感器、日照传感器、风向传感器和雨量传感器。


3.根据权利要求2所述的一种自然灾害预警系统，其特征在于：所述自然状态信息和场景图像进行灾害目标识别、特征量化生成灾害样本数据的具体过程如下：
步骤一：截取摄像机在监控场景内拍摄的为期T时间段的视频画面；
步骤二：提取T时间段内视频画面中的监控场景的自然状态信息和场景图像信息；
步骤三：将监控场景的自然状态信息和场景图像信息量化成特征值，并生成灾害样本数据。


4.根据权利要求3所述的一种自然灾害预警系统，其特征在于：所述监控场景的特征值包括自然状态特征值和场景图像特征值，所述自然状态特征值包括温度、湿度、日照、风向和雨量，所述场景图像特征值拍摄时刻、坐标位置、当前场景状态和下一时刻场景状态；所述自然状态特征值数据来自于传感器检测数据，所述场景图像特征值来自于监控摄像头监控数据。


5.根据权利要求4所述的一种自然灾害预警系统，其特征在于：所述预测模型建立单元（3）生成最佳预测模型的具体过程如下：
步骤一：将来自于图像处理单元（2）传输到的单个样本数据进行缓存，累积T时间内的所有单个样本汇总成样本数据集；
步骤二：对样本数据集中的数据进行预处理，预处理包括数据清洗和特征规范化：
A1：数据清洗包括重复项处理、缺失项处理和异常项处理，具体方式如下：
重复项处理：遍历样本数据集，将样本数据集中所有重复样本进行删除到仅保留一条样本，确保样本数据集中的所有数据均具有唯一性；
缺失项处理：将样本数据中具有缺失项的样本全部单独提取出来，可对具有缺失项的样本进行删除，或按照样本数据集中所有样本在此项处的平均值、众值和中位值进行填充，或-1或Null填充，将其补充成完整性样本回归到样本数据集中；
异常项处理：将样本数据中具有异常项的样本全部单独提取出来，可对具有异常项的样本进行删除，或按照样本数据集中所有样本在此项处的平均值、众值和中位值替代异常项，或-1或Null替换，将其补充成正常样本回归到样本数据集中；
A2：特征规范化包括归一化和标准化，具体方式如下：
归一化：将原始相差较大的数据项映射到[0,1]范围内，假设数据项为X，该项最大值为Xmax，最小值为Xmin，则映射后的数据项标记为X2=(X-Xmin)/(Xmax-Xmin)；归一化在数据量小的样本数据集上表现更佳；
标准化：将原始数据变化到均值为0，标准差为1的范围内，假设数据项为X，该项的平均值为Xmean，标准差为σ，则映射后的数据项标记为X2=(X-Xmean)/σ；标准化在数据量大的样本数据集上表现更佳；
步骤三：将预处理后的数据集分成两个数据集分别为训练数据集和测试数据集：
假设样本数据集标记为S，测试数据集标记为S_test，训练数据集标记为S_train；
B1：按固定比例划分，将样本数据集的20%作为测试数据集，80%作为训练数据集，即S_test=20%S，S_train=80%S，20%和80%的比例可以在实际使用中进...

【专利技术属性】
技术研发人员：林仁辉，苏茂才，廖峪，
申请(专利权)人：成都中轨轨道设备有限公司，
类型：发明
国别省市：四川;51