一种暴雨灾害下不可移动文物脆弱性评估方法及系统技术方案

本发明专利技术公开了一种暴雨灾害下不可移动文物脆弱性评估方法及系统，涉及不可移动文物脆弱性评估技术领域。该方法包括：获取目标文物脆弱性评估指标参数；所述脆弱性评估指标参数包括文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位；将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型，得到所述目标文物的脆弱性；所述不可移动文物脆弱性评估模型为以样本文物脆弱性评估指标参数为输入，以所述样本文物的脆弱性为输出，训练得到的神经网络模型。本发明专利技术选用机器学习的脆弱性评估方法，对不可移动文物脆弱性进行评估，减少了脆弱性评估时主观情况造成的误差。误差。误差。

【技术实现步骤摘要】
一种暴雨灾害下不可移动文物脆弱性评估方法及系统


[0001]本专利技术涉及不可移动文物脆弱性评估
，特别是涉及一种暴雨灾害下不可移动文物脆弱性评估方法及系统。

技术介绍

[0002]长期以来，暴雨洪涝等各类重大自然灾害的频繁发生引发了不可移动文物的严重破坏和损毁，造成了不可估量的影响。因此，针对暴雨灾害进行不可移动文物脆弱性评估意义重大。传统的承灾体脆弱性评估大多使用专家打分法、层次分析法、综合指数法等，虽然这几种方法由专家做出评价也具有一定的权威性，但由于主观的评估，在评价结果上难以避免出现主观情况带来的误差。

技术实现思路

[0003]本专利技术的目的是提供一种暴雨灾害下不可移动文物脆弱性评估方法及系统。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种暴雨灾害下不可移动文物脆弱性评估方法，包括：
[0006]获取目标文物脆弱性评估指标参数；所述脆弱性评估指标参数包括文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位；
[0007]将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型，得到所述目标文物的脆弱性；所述不可移动文物脆弱性评估模型为以样本文物脆弱性评估指标参数为输入，以所述样本文物的脆弱性为输出，训练得到的神经网络模型。
[0008]可选的，所述不可移动文物脆弱性评估模型包括依次连接的输入层、隐藏层和输出层；所述输入层用于输入所述目标文物脆弱性评估指标参数，所述隐藏层用于对所述目标文物进行特征提取，预测所述目标文物的脆弱性，所述输出层用于输出所述目标文物的脆弱性。
[0009]可选的，在所述将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型之前，还包括：对所述不可移动文物脆弱性评估模型进行训练，训练方法如下：
[0010]获取样本文物脆弱性评估指标参数；
[0011]将样本文物脆弱性评估指标参数输入至所述不可移动文物脆弱性评估模型；
[0012]所述不可移动文物脆弱性评估模型：根据所述样本文物脆弱性评估指标参数预测所述样本文物的脆弱性，得到预测输出；根据所述样本文物的脆弱性标签和所述预测输出计算输出误差；判断所述输出误差是否满足预设要求，若是，则训练结束；否则，将输出误差反传，更新所述输出层与隐藏层、输入层与隐藏层之间权重，并返回步骤“根据所述样本文物的脆弱性标签和所述预测输出计算输出误差”。
[0013]可选的，所述将所述输出误差反传，更新所述输出层与隐藏层、输入层与隐藏层之间权重，具体为：
[0014]将所述输出误差反传，通过梯度下降方式更新所述输出层与隐藏层、输入层与隐
藏层之间权重。
[0015]可选的，所述判断所述输出误差是否满足预设要求，具体为：判断所述样本文物的脆弱性标签和所述预测输出之间的均方误差值是否小于预设值。
[0016]可选的，在所述将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型之前，还包括：对所述文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位参数进行归一化处理。
[0017]可选的，在所述将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型之前，还包括：对所述文物材质、文物稳定程度和文物受灾部位参数进行赋值处理。
[0018]可选的，该方法还包括：对所述目标文物的脆弱性进行划分等级并赋值处理。
[0019]可选的，所述样本文物脆弱性评估指标参数和所述样本文物的脆弱性来源于专家文物灾损报告。
[0020]本专利技术还提供了一种暴雨灾害下不可移动文物脆弱性评估系统，该系统包括：
[0021]目标文物脆弱性评估指标参数获取模块，用于获取目标文物脆弱性评估指标参数；所述脆弱性评估指标参数包括文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位；
[0022]目标文物脆弱性确定模块，用于将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型，得到所述目标文物的脆弱性；所述不可移动文物脆弱性评估模型为以样本文物脆弱性评估指标参数为输入，以所述样本文物的脆弱性为输出，训练得到的神经网络模型。
[0023]根据本专利技术提供的具体实施例，公开了以下技术效果：本专利技术实施例将目标文物的文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位参数输入至不可移动文物脆弱性评估模型(该模型为以样本文物文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位脆弱性评估参数为输入，以所述样本文物的脆弱性为输出，训练得到的神经网络模型)，预测到了暴雨灾害下目标文物的脆弱性。本专利技术实施例选用机器学习的脆弱性评估方法，对不可移动文物脆弱性进行评估，减少了脆弱性评估时主观情况造成的误差。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1为本专利技术实施例1提供的暴雨灾害下不可移动文物脆弱性评估方法流程示意图；
[0026]图2为本专利技术实施例1中的X城市国保级不可移动文物脆弱性评估图；
[0027]图3为本专利技术实施例1中的不可移动文物脆弱性评估模型结构示意图；
[0028]图4为本专利技术实施例1中的样本不可移动文物脆弱性验证结果图；图a是A组样本不可移动文物脆弱性验证结果图；图b是B组样本不可移动文物脆弱性验证结果图；图c是C组样本不可移动文物脆弱性验证结果图；
[0029]图5为本专利技术实施例1中的X城市未知脆弱性的不可移动文物脆弱性预测评估图；
[0030]图6为本专利技术实施例2提供的的暴雨灾害下不可移动文物脆弱性评估系统结构图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]本专利技术的目的是提供一种暴雨灾害下不可移动文物脆弱性评估方法及系统，预测暴雨灾害下目标文物的脆弱性，现有的脆弱性评估方法主观性较强，使得评估结果有一定误差。为解决这一问题，本专利技术实施例提供了以下技术方案。
[0033]实施例1
[0034]本专利技术提供了一种暴雨灾害下不可移动文物脆弱性评估方法，参见图1，该方法包括以下步骤：
[0035]步骤101：获取目标文物脆弱性评估指标参数；所述脆弱性评估指标参数包括文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位。
[0036]步骤102：将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型，得到所述目标文物的脆弱性；所述不可移动文物脆弱性评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种暴雨灾害下不可移动文物脆弱性评估方法，其特征在于，包括：获取目标文物脆弱性评估指标参数；所述脆弱性评估指标参数包括文物年代、文物受灾强度、文物材质、文物稳定程度和文物受灾部位；将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型，得到所述目标文物的脆弱性；所述不可移动文物脆弱性评估模型为以样本文物脆弱性评估指标参数为输入，以所述样本文物的脆弱性为输出，训练得到的神经网络模型。2.根据权利要求1所述的暴雨灾害下不可移动文物脆弱性评估方法，其特征在于，所述不可移动文物脆弱性评估模型包括依次连接的输入层、隐藏层和输出层；所述输入层用于输入所述目标文物脆弱性评估指标参数，所述隐藏层用于对所述目标文物进行特征提取，预测所述目标文物的脆弱性，所述输出层用于输出所述目标文物的脆弱性。3.根据权利要求1所述的暴雨灾害下不可移动文物脆弱性评估方法，其特征在于，在所述将所述目标文物脆弱性评估指标参数输入不可移动文物脆弱性评估模型之前，还包括：对所述不可移动文物脆弱性评估模型进行训练，训练方法如下：获取样本文物脆弱性评估指标参数；将样本文物脆弱性评估指标参数输入至所述不可移动文物脆弱性评估模型；所述不可移动文物脆弱性评估模型：根据所述样本文物脆弱性评估指标参数预测所述样本文物的脆弱性，得到预测输出；根据所述样本文物的脆弱性标签和所述预测输出计算输出误差；判断所述输出误差是否满足预设要求，若是，则训练结束；否则，将输出误差反传，更新所述输出层与隐藏层、输入层与隐藏层之间权重，并返回步骤“根据所述样本文物的脆弱性标签和所述预测输出计算输出误差”。4.根据权利要求3所述的暴雨灾害下不可移动文物脆弱性评估方法，其特征在于，所述将所述输出误差反传，更新所述输出层与隐藏层、输入层与隐藏层之间权重，具体为：将所述输出误差反传，通过梯度下降方式更新所述输出层与隐藏层、输入层与隐藏...

【专利技术属性】
技术研发人员：宫阿都，徐澯，陈云浩，刘颖慧，梁龙，宋小可，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：