CN117610945B - 基于人工智能的复杂山区地质灾害风险评价方法及系统 - Google Patents
基于人工智能的复杂山区地质灾害风险评价方法及系统 Download PDFInfo
- Publication number
- CN117610945B CN117610945B CN202410097235.0A CN202410097235A CN117610945B CN 117610945 B CN117610945 B CN 117610945B CN 202410097235 A CN202410097235 A CN 202410097235A CN 117610945 B CN117610945 B CN 117610945B
- Authority
- CN
- China
- Prior art keywords
- geological disaster
- mountain
- indication
- data
- storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 364
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012549 training Methods 0.000 claims description 49
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims 1
- 230000007704 transition Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供的基于人工智能的复杂山区地质灾害风险评价方法及系统,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。对于符合存储的指定评估要求的山区地质灾害风险评价指示,直接从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,根据各数据关联存储结果得到数据关联结果以执行山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
Description
技术领域
本申请涉及数据评价技术领域,具体而言,涉及基于人工智能的复杂山区地质灾害风险评价方法及系统。
背景技术
人工智能是智能学科重要的组成部分,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。
现目前,针对复杂山区地质灾害风险需要相关工作人员在实地进行长时间的勘察才能确定出地灾风险,这样需要大量的时间和人力才能实现,并且,需要对该区域进行连续监控,通过相关技术人员进行连续监控的话,可能存在监测遗漏的问题,从而就难以精确的对风险进行评估,因此,亟需一种技术方案以改善上述技术问题。
发明内容
为改善相关技术中存在的技术问题,本申请提供了基于人工智能的复杂山区地质灾害风险评价方法及系统。
第一方面,提供一种基于人工智能的复杂山区地质灾害风险评价方法,包括:确定待处理的山区地质灾害风险评价指示;当确定所述山区地质灾害风险评价指示符合存储的指定评估要求,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源;从所述不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果;所述数据关联存储结果包括相应山区地质灾害数据源中的关联数据;所述关联数据,是在关联所述不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于所述相应山区地质灾害数据源的数据;根据各所述数据关联存储结果得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级。
在本申请中,所述当确定所述山区地质灾害风险评价指示符合存储的指定评估要求,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:获得所述山区地质灾害风险评价指示的指示训练数据;当所述指示训练数据表示存在与所述山区地质灾害风险评价指示关联的可指定存储结果,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
在本申请中,所述当所述指示训练数据表示存在与所述山区地质灾害风险评价指示关联的可指定存储结果,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:当所述指示训练数据中包括与所述山区地质灾害风险评价指示关联的可指定存储位置,结合所述可指定存储位置确定存储管理队列;当所述存储管理队列中包括用于标记可指定存储结果的存储队列,结合所述可指定存储位置确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
在本申请中,所述结合所述可指定存储位置确定存储管理队列,包括:结合所述可指定存储位置确定待检测管理队列,并获得所述待检测管理队列的目录数据;当所述目录数据通过管理队列检测,将所述待检测管理队列确定为存储管理队列。
在本申请中,所述当所述存储管理队列中包括用于标记可指定存储结果的存储队列,结合所述可指定存储位置确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:确定存储队列描述标签;所述存储队列描述标签标识用于标记可指定存储结果的存储队列;当所述存储管理队列中包括所述存储队列描述标签,结合所述可指定存储位置所属山区地质灾害数据源,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
在本申请中,所述从所述不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,包括:分别确定所述不少于两个山区地质灾害数据源各自的存储队列;所述存储队列用于标记相应山区地质灾害数据源中的关联数据;从所述不少于两个山区地质灾害数据源各自的存储队列中,分别获得所述不少于两个山区地质灾害数据源各自的数据关联存储结果。
在本申请中,所述根据各所述数据关联存储结果得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级,包括:整合各所述数据关联存储结果,得到数据关联结果;从所述数据关联结果中获得所述山区地质灾害风险评价指示针对的待处理数据,并结合所述待处理数据执行所述山区地质灾害风险评价指示。
在本申请中,所述方法还包括:当确定所述山区地质灾害风险评价指示不符合所述存储的指定评估要求,从所述不少于两个山区地质灾害数据源中分别获得所述山区地质灾害风险评价指示所针对的待关联数据;关联所述待关联数据得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级;结合所述数据关联结果得到所述不少于两个山区地质灾害数据源各自的数据关联存储结果,并将所述数据关联存储结果存储到相应山区地质灾害数据源中。
在本申请中,所述将所述数据关联存储结果存储到相应山区地质灾害数据源中,包括:结合所述不少于两个山区地质灾害数据源的山区地质灾害数据源信息,针对所述不少于两个山区地质灾害数据源分别创建各自的存储队列;将所述数据关联存储结果存储到所述不少于两个山区地质灾害数据源中相应山区地质灾害数据源的存储队列中。
在本申请中,所述方法还包括:当所述山区地质灾害风险评价指示的指示训练数据中不包括与所述山区地质灾害风险评价指示关联的可指定存储位置、所述可指定存储位置中不存在存储管理队列、或者所述存储管理队列中不包括用于标记可指定存储结果的存储队列,确定所述山区地质灾害风险评价指示不符合所述存储的指定评估要求。
在本申请中,所述确定待处理的山区地质灾害风险评价指示,包括:获得指示集;所述指示集中包括不少于两个待分类山区地质灾害风险评价指示;依照所述待分类山区地质灾害风险评价指示的数据关联信息,将每一个所述待分类山区地质灾害风险评价指示进行分类,得到不少于一个指示组;属于相同指示组的待分类山区地质灾害风险评价指示具有相同的数据关联信息;从所述不少于一个指示组中确定待处理的山区地质灾害风险评价指示。
在本申请中,所述方法还包括:当符合针对所述数据关联存储结果的删除评估要求,过滤所述不少于两个山区地质灾害数据源中各自存储的所述数据关联存储结果。
第二方面,提供一种基于人工智能的复杂山区地质灾害风险评价系统,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
本申请所提供的基于人工智能的复杂山区地质灾害风险评价方法及系统,在确定待处理的山区地质灾害风险评价指示符合存储的指定评估要求时,从山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,数据关联存储结果包括在关联不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于相应山区地质灾害数据源的关联数据,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。对于符合存储的指定评估要求的山区地质灾害风险评价指示,直接从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,根据各数据关联存储结果得到数据关联结果以执行山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请所提供的一种基于人工智能的复杂山区地质灾害风险评价方法的流程图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1,示出了一种基于人工智能的复杂山区地质灾害风险评价方法,该方法可以包括以下步骤201-步骤204所描述的技术方案。
步骤201,确定待处理的山区地质灾害风险评价指示。
其中,评价指示可以理解为评价指令;山区地质灾害风险评价指示是指针对数据库中数据联合进行处理的指示,具体可以是针对不同数据库中数据联合进行分析、计算的指示。
示例性的,可以确定需要执行的山区地质灾害风险评价指示,山区地质灾害风险评价指示可以事先根据实际需要进行训练,如可以根据应用场景以及山区地质灾害风险评价需求训练需要执行的山区地质灾害风险评价指示。
步骤202,当确定山区地质灾害风险评价指示符合存储的指定评估要求,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
示例性的,指定评估要求可以理解为事先配置好的风险评估临界值。
其中,存储的指定评估要求用于评估在执行山区地质灾害风险评价指示时,是否能够指定事先存储的过渡结果,过渡结果可以是山区地质灾害风险评价指示在执行时所涉及到的过渡数据。存储的指定评估要求可以根据实际需要进行设定,如可以在确定存在山区地质灾害风险评价指示对应能够指定的过渡结果时,认为符合存储的指定评估要求。山区地质灾害数据源是指山区地质灾害风险评价指示针对处理数据的来源,具体可以是不同的数据库。每个山区地质灾害数据源可以对应于一个数据库,也可以对应于若干个数据库。山区地质灾害风险评价指示涉及针对若干个山区地质灾害数据源中的数据进行处理,即在执行山区地质灾害风险评价指示时,需要访问不少于两个山区地质灾害数据源,以从不少于两个山区地质灾害数据源中获得数据联合进行处理。
可选地,可以基于存储的指定评估要求进行评估,确定山区地质灾害风险评价指示是否符合存储的指定评估要求,譬如,可以确定是否存在山区地质灾害风险评价指示可指定的过渡结果,若存在,则可以认为山区地质灾害风险评价指示符合存储的指定评估要求。在具体应用中,可以通过标识信息以标记可指定的过渡结果,通过标识信息可以确定是否存在山区地质灾害风险评价指示可指定的过渡结果,标识信息具体可以是存储可指定的过渡结果的标记,如可指定的过渡结果通过存储队列存储时,标识信息可以是存储队列的表信息,则存在存储队列的表信息时,认为符合存储的指定评估要求。在山区地质灾害风险评价指示符合存储的指定评估要求时,表明在执行山区地质灾害风险评价指示时,可以直接指定已经存储的过渡结果,从而避免重新生成过渡结果,能够提高山区地质灾害风险评价指示的执行效率。可以确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,具体可以根据山区地质灾害风险评价指示的指示训练数据确定山区地质灾害风险评价指示在执行需要对应访问的每一个山区地质灾害数据源。
步骤203,从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果;数据关联存储结果包括相应山区地质灾害数据源中的关联数据;关联数据,是在关联不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于相应山区地质灾害数据源的数据。
其中,数据关联存储结果包括相应山区地质灾害数据源中的关联数据,关联数据是指在关联不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于相应山区地质灾害数据源的数据。从若干个山区地质灾害数据源中获得数据集中进行处理时,需要将若干个山区地质灾害数据源中获得的数据进行关联,基于关联得到的结果进行处理。在关联得到的结果中,包括来自每一个山区地质灾害数据源的数据。
示例性的,可以分别访问不少于两个山区地质灾害数据源,从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,数据关联存储结果中包括事先存储的关联数据,关联数据具体是关联每一个山区地质灾害数据源各自数据时,所针对关联的数据中属于相应山区地质灾害数据源的数据。通过组合每一个数据关联存储结果,可以得到每一个山区地质灾害数据源的数据关联结果,基于数据关联结果可以针对执行山区地质灾害风险评价指示,如可以针对进行联机分析处理。在具体应用中,在每一个山区地质灾害数据源中可以通过存储队列的形式存储各自的数据关联存储结果,可以分别在每一个山区地质灾害数据源中搜寻相应的存储队列,并从搜寻的存储队列中获得得到相应的数据关联存储结果。
步骤204,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。
其中,数据关联结果是关联若干个山区地质灾害数据源的数据得到的结果,用于针对执行山区地质灾害风险评价指示。
上述基于人工智能的复杂山区地质灾害风险评价方法中,在确定待处理的山区地质灾害风险评价指示符合存储的指定评估要求时,从山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,数据关联存储结果包括在关联不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于相应山区地质灾害数据源的关联数据,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。对于符合存储的指定评估要求的山区地质灾害风险评价指示,直接从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,根据各数据关联存储结果得到数据关联结果以执行山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
在一种可能实施的实施例中,当确定山区地质灾害风险评价指示符合存储的指定评估要求,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:获得山区地质灾害风险评价指示的指示训练数据;当指示训练数据表示存在与山区地质灾害风险评价指示关联的可指定存储结果,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
其中,指示训练数据是指针对山区地质灾害风险评价指示的训练数据,可以包括针对山区地质灾害风险评价指示执行的各种配置参数,如具体可以包括山区地质灾害风险评价指示的执行时间、执行触发要求、执行次数、执行权限、位置信息、存储处理类型等。指示训练数据可以根据实际需要针对每一个山区地质灾害风险评价指示配置得到。基于山区地质灾害风险评价指示的指示训练数据,可以确定山区地质灾害风险评价指示符合存储的指定评估要求,如可以根据指示训练数据确定是否存在与山区地质灾害风险评价指示关联的可指定存储结果,从而确定是否符合存储的指定评估要求。可指定存储结果具体可以包括在每一个山区地质灾害数据源中存储的数据关联存储结果,基于数据关联存储结果可以得到执行山区地质灾害风险评价指示时所需要的数据关联结果。
可选地,可以搜寻山区地质灾害风险评价指示的指示训练数据,具体可以根据山区地质灾害风险评价指示的指示标识搜寻山区地质灾害风险评价指示的属性信息,从山区地质灾害风险评价指示的属性信息中可以获得针对山区地质灾害风险评价指示的指示训练数据,指示训练数据具体可以包括存储位置、清理存储开关状态信息等,能够用于评估山区地质灾害风险评价指示是否符合存储的指定评估要求。在山区地质灾害风险评价指示的指示训练数据表示存在与山区地质灾害风险评价指示关联的可指定存储结果时,表明已经事先存储了山区地质灾害风险评价指示的可指定存储结果,可以确定山区地质灾害风险评价指示符合存储的指定评估要求,并确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。在具体实现时,可以基于指示训练数据中的存储位置,搜寻是否存在山区地质灾害风险评价指示的可指定存储结果,若存在则可以确定山区地质灾害风险评价指示符合存储的指定评估要求,可以确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
本实施例中,基于山区地质灾害风险评价指示的指示训练数据,确定山区地质灾害风险评价指示是否符合存储的指定评估要求,从而能够对山区地质灾害风险评价指示的执行方式进行准确评估,在符合存储的指定评估要求时可以通过指定数据关联存储结果执行山区地质灾害风险评价指示,有利于提高山区地质灾害风险评价指示执行的效率。
在一种可能实施的实施例中,当指示训练数据表示存在与山区地质灾害风险评价指示关联的可指定存储结果,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:当指示训练数据中包括与山区地质灾害风险评价指示关联的可指定存储位置,根据可指定存储位置确定存储管理队列;当存储管理队列中包括用于标记可指定存储结果的存储队列,基于可指定存储位置确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
其中,在山区地质灾害风险评价指示的指示训练数据中可以包括存储位置,存储位置具体可以包括可指定存储位置,可指定存储位置是用于存储数据关联存储结果的位置。数据关联存储结果具体可以通过存储队列进行标记,存储队列可以通过存储管理队列进行管理,基于可指定存储位置可以搜寻相应的存储管理队列,并从存储管理队列的存储队列中获得相应的数据关联存储结果。存储管理队列中包括用于标记可指定存储结果的存储队列,即可以是存储管理队列中直接包括存储队列,也可以是存储管理队列中包括存储队列的信息,以根据存储管理队列中存储队列的信息能够搜寻得到相应的存储队列。
示例性地,可以针对山区地质灾害风险评价指示的指示训练数据进行解析,以确定指示训练数据中是否包括与山区地质灾害风险评价指示关联的可指定存储位置,具体可以根据指示训练数据的字段,确定是否存在与山区地质灾害风险评价指示关联的可指定存储位置。在指示训练数据中包括山区地质灾害风险评价指示关联的可指定存储位置时,可以基于可指定存储位置确定存储管理队列,具体可以按照该可指定存储位置进行搜寻,以确定对应的存储管理队列。可以针对存储管理队列进行遍历,以确定存储管理队列中是否存在存储队列本身或者是否存在存储队列的元信息,存储队列用于标记可指定存储结果,可指定存储结果具体可以是每一个山区地质灾害数据源各自存储的数据关联存储结果。在存储管理队列中包括存储队列本身或者包括存储队列的元信息的情况下,可以基于可指定存储位置确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,如可以基于可指定存储位置确定所指向的山区地质灾害数据源,从而确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
本实施例中,基于指示训练数据中与山区地质灾害风险评价指示关联的可指定存储位置确定存储管理队列,并在存储管理队列中包括标记可指定存储结果的存储队列时,根据可指定存储位置确定不少于两个山区地质灾害数据源,从而基于存储管理队列对数据关联存储结果的存在与否进行准确评估,在存在数据关联存储结果时可以通过指定数据关联存储结果执行山区地质灾害风险评价指示,有利于提高山区地质灾害风险评价指示执行的效率。
在一种可能实施的实施例中,根据可指定存储位置确定存储管理队列,包括:根据可指定存储位置确定待检测管理队列,并获得待检测管理队列的目录数据;当目录数据通过管理队列检测,将待检测管理队列确定为存储管理队列。
其中,待检测管理队列是需要针对进行检测的管理队列。在可指定存储位置中可以包括若干个管理队列,每一个管理队列可以属于不同作用的管理队列,其中包括针对存储队列进行管理的存储管理队列,可以通过遍历每一个管理队列以确定存储管理队列。目录数据可以用于表示管理队列,不同的管理队列可以具有不同的目录数据,通过目录数据可以准确划分出每一个管理队列。
可选地,可以基于可指定存储位置确定待检测管理队列,具体可以按照可指定存储位置搜寻到管理队列,并将搜寻的管理队列作为待检测管理队列。在具体实现中,可指定存储位置所指向的路径中可以包括若干个管理队列,可以遍历每一个管理队列以确定存储管理队列,具体可以将遍历中每次所针对的管理队列作为待检测管理队列。可以获得待检测管理队列的目录数据,具体可以直接基于待检测管理队列读取得到相应的目录数据。可以基于待检测管理队列的目录数据进行检测,在待检测管理队列的目录数据通过管理队列检测时,表明待检测管理队列属于管理存储队列的管理队列,则可以将待检测管理队列确定为存储管理队列。在针对待检测管理队列的目录数据进行检测时,可以将待检测管理队列的目录数据与预设的存储管理队列的表头格式进行对比,以针对目录数据进行管理队列检测,从而确定待检测管理队列是否属于存储管理队列。
本实施例中,根据可指定存储位置获得待检测管理队列,并针对待检测管理队列的目录数据进行检测,在通过管理队列检测时确定待检测管理队列为存储管理队列,从而可以从可指定存储位置中准确确定存储管理队列。
在一种可能实施的实施例中,当存储管理队列中包括用于标记可指定存储结果的存储队列,基于可指定存储位置确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:确定存储队列描述标签;存储队列描述标签标识用于标记可指定存储结果的存储队列;当存储管理队列中包括存储队列描述标签,基于可指定存储位置所属山区地质灾害数据源,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
其中,存储队列描述标签用于标识标记可指定存储结果的存储队列,不同的存储队列可以对应于不同的存储队列描述标签。示例性的,可以确定存储队列描述标签,具体可以计算存储队列描述标签,如可以按照固定格式和山区地质灾害数据源信息计算得到存储队列描述标签。可以按照存储队列描述标签在存储管理队列中进行搜寻,以确定存储管理队列中是否包括存储队列描述标签,或者可以确定存储管理队列中是否包括存储队列描述标签所标识的存储队列。当在存储管理队列中确定存在存储队列描述标签,或存储管理队列中存在存储队列描述标签所标识的存储队列时,可以确定存储管理队列中包括用于标记可指定存储结果的存储队列,可以确定可指定存储位置所属山区地质灾害数据源,并根据可指定存储位置所属山区地质灾害数据源确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
本实施例中,通过存储队列描述标签在存储管理队列中确定是否存在存储队列,并在确定存储管理队列中包括存储队列时基于可指定存储位置所属山区地质灾害数据源确定不少于两个山区地质灾害数据源,从而可以基于存储队列描述标签准确进行存储队列确定,有利于确保山区地质灾害风险评价指示的高效执行。
在一种可能实施的实施例中,从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,包括:分别确定不少于两个山区地质灾害数据源各自的存储队列;存储队列用于标记相应山区地质灾害数据源中的关联数据;从不少于两个山区地质灾害数据源各自的存储队列中,分别获得不少于两个山区地质灾害数据源各自的数据关联存储结果。
其中,存储队列用于标记相应山区地质灾害数据源中的关联数据,每一个山区地质灾害数据源各自存储的关联数据整合后可以得到完整的数据关联结果。示例性的,在确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源后,进一步确定每一个山区地质灾害数据源各自的存储队列,并从每一个山区地质灾害数据源各自的存储队列中分别得到每一个山区地质灾害数据源各自所存储的数据关联存储结果。在具体应用中,针对不少于两个山区地质灾害数据源中的每个山区地质灾害数据源,可以分别在所针对的山区地质灾害数据源中搜寻存储队列,具体可以在所针对的山区地质灾害数据源中搜寻用于管理存储队列的存储管理队列,并基于存储管理队列搜寻确定相应的存储队列。
本实施例中,从每一个山区地质灾害数据源各自的存储队列中分别获得各自的数据关联存储结果,从而可以通过存储队列标记数据关联存储结果,通过指定数据关联存储结果执行山区地质灾害风险评价指示,有利于提高山区地质灾害风险评价指示执行的效率。
在一种可能实施的实施例中,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级,包括:整合各数据关联存储结果,得到数据关联结果;从数据关联结果中获得山区地质灾害风险评价指示针对的待处理数据,并基于待处理数据执行山区地质灾害风险评价指示。
其中,待处理数据是执行山区地质灾害风险评价指示时所针对的数据,即待处理数据是山区地质灾害风险评价指示所针对处理的数据。示例性地,可以将得到的来自每一个山区地质灾害数据源的数据关联存储结果整合,得到数据关联结果。在具体应用中,数据关联存储结果可以为表关联的部分结果,通过将每一个表关联的部分结果整合能够得到完整的表关联结果。基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级时,从数据关联结果中获得山区地质灾害风险评价指示针对的待处理数据,并基于获得的待处理数据执行山区地质灾害风险评价指示。在具体实现时,不同的山区地质灾害风险评价指示在针对相同的数据关联结果时,可能针对不同的数据进行处理,即不同的山区地质灾害风险评价指示可以对应于不同的待处理数据。
本实施例中,将各数据关联存储结果整合后得到数据关联结果,并从数据关联结果中获得山区地质灾害风险评价指示针对的待处理数据,基于待处理数据执行山区地质灾害风险评价指示,利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,简化了数据关联处理过程,提高了山区地质灾害风险评价指示执行的处理效率。
在一种可能实施的实施例中,基于人工智能的复杂山区地质灾害风险评价方法还包括存储数据关联存储结果的处理,具体包括步骤501至步骤503所描述的内容。
步骤501,当确定山区地质灾害风险评价指示不符合存储的指定评估要求,从不少于两个山区地质灾害数据源中分别获得山区地质灾害风险评价指示所针对的待关联数据。
其中,待关联数据是指在将关联每一个山区地质灾害数据源的数据时所需关联的数据,不同的山区地质灾害数据源可以具有不同的待关联数据,不同的关联方式也可以对应于不同的待关联数据。可选地,在确定山区地质灾害风险评价指示不符合存储的指定评估要求时,表明无法利用存储数据针对执行山区地质灾害风险评价指示,对于山区地质灾害风险评价指示的执行,需要完整进行数据关联处理,则可以从不少于两个山区地质灾害数据源中分别获得山区地质灾害风险评价指示所针对的待关联数据。示例性的,可以基于山区地质灾害风险评价指示确定所针对的数据表,并按照所针对的数据表从不少于两个山区地质灾害数据源中分别获得所针对的待关联数据。
步骤502,关联待关联数据得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。
示例性的,可以获得的每一个待关联数据进行关联,具体可以按照山区地质灾害风险评价指示所确定的数据关联方式将每一个待关联数据进行关联,如可以按照山区地质灾害风险评价指示所确定的表关联方式将每一个待关联数据进行表关联,得到数据关联结果。可以基于数据关联结果针对执行山区地质灾害风险评价指示,如可以从数据关联结果中获得待处理数据,并基于获得的待处理数据执行山区地质灾害风险评价指示。
步骤503,根据数据关联结果得到不少于两个山区地质灾害数据源各自的数据关联存储结果,并将数据关联存储结果存储到相应山区地质灾害数据源中。
其中,数据关联存储结果中包括相应山区地质灾害数据源中的关联数据,数据关联存储结果可以按照山区地质灾害数据源从数据关联结果中拆分得到。示例性地,可以根据数据关联结果得到不少于两个山区地质灾害数据源各自的数据关联存储结果,具体可以按照每一个山区地质灾害数据源将数据关联结果进行拆分,以确定每一个山区地质灾害数据源各自的数据关联存储结果,将得到的数据关联存储结果存储到各自对应的山区地质灾害数据源中。
本实施例中,对于不符合存储的指定评估要求的山区地质灾害风险评价指示,可以从每一个山区地质灾害数据源中获得待关联数据关联后执行山区地质灾害风险评价指示,并基于数据关联结果得到数据关联存储结果,将数据关联存储结果存储到相应数据库中,从而可以针对数据关联存储结果进行存储,以便后续对于符合存储的指定评估要求的山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
在一种可能实施的实施例中,将数据关联存储结果存储到相应山区地质灾害数据源中,包括:基于不少于两个山区地质灾害数据源的山区地质灾害数据源信息,针对不少于两个山区地质灾害数据源分别创建各自的存储队列;将数据关联存储结果存储到不少于两个山区地质灾害数据源中相应山区地质灾害数据源的存储队列中。
其中,山区地质灾害数据源信息用于描述山区地质灾害数据源,具体可以包括山区地质灾害数据源的山区地质灾害数据源标识。示例性的,可以获得每一个山区地质灾害数据源各自的山区地质灾害数据源信息,如可以获得每一个山区地质灾害数据源各自的山区地质灾害数据源描述标签,可以基于每一个山区地质灾害数据源各自的山区地质灾害数据源描述标签,针对每一个山区地质灾害数据源分别创建各自的存储队列。
本实施例中,基于山区地质灾害数据源的山区地质灾害数据源信息创建存储队列以存储数据关联存储结果,从而可以针对数据关联存储结果进行存储,以便后续对于符合存储的指定评估要求的山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
在一种可能实施的实施例中,基于人工智能的复杂山区地质灾害风险评价方法还包括:当山区地质灾害风险评价指示的指示训练数据中不包括与山区地质灾害风险评价指示关联的可指定存储位置、可指定存储位置中不存在存储管理队列、或者存储管理队列中不包括用于标记可指定存储结果的存储队列,确定山区地质灾害风险评价指示不符合存储的指定评估要求。
其中,可指定存储位置是用于存储数据关联存储结果的位置。数据关联存储结果具体可以通过存储队列进行标记,存储队列可以通过存储管理队列进行管理,基于可指定存储位置可以搜寻相应的存储管理队列,并从存储管理队列的存储队列中获得相应的数据关联存储结果。
可选地,可以获得山区地质灾害风险评价指示的指示训练数据,并针对山区地质灾害风险评价指示的指示训练数据进行解析,在山区地质灾害风险评价指示的指示训练数据中不包括与山区地质灾害风险评价指示关联的可指定存储位置时,表明并未针对山区地质灾害风险评价指示配置相应的可指定存储位置,并不存在山区地质灾害风险评价指示可指定的过渡结果,则可以确定山区地质灾害风险评价指示不符合存储的指定评估要求。此外,在确定指示训练数据中包括与山区地质灾害风险评价指示关联的可指定存储位置,但可指定存储位置中不存在存储管理队列时,表明并未针对山区地质灾害风险评价指示配置相应的存储管理队列,则可以确定山区地质灾害风险评价指示不符合存储的指定评估要求。另外,在确定指示训练数据中包括与山区地质灾害风险评价指示关联的可指定存储位置、可指定存储位置中存在存储管理队列,但存储管理队列中不包括用于标记可指定存储结果的存储队列时,表明并未针对山区地质灾害风险评价指示存储相应可指定的过渡结果,则可以确定山区地质灾害风险评价指示不符合存储的指定评估要求。
本实施例中,在山区地质灾害风险评价指示的指示训练数据中不包括与山区地质灾害风险评价指示关联的可指定存储位置、可指定存储位置中不存在存储管理队列、或者存储管理队列中不包括用于标记可指定存储结果的存储队列,确定山区地质灾害风险评价指示不符合存储的指定评估要求,从而可以基于可指定存储位置、存储管理队列以及存储队列进行多级评估,确保了存储的指定评估要求评估的准确性。
在一种可能实施的实施例中,确定待处理的山区地质灾害风险评价指示,包括:获得指示集;指示集中包括不少于两个待分类山区地质灾害风险评价指示;按照待分类山区地质灾害风险评价指示的数据关联信息,将每一个待分类山区地质灾害风险评价指示进行分类,得到不少于一个指示组;属于相同指示组的待分类山区地质灾害风险评价指示具有相同的数据关联信息;从不少于一个指示组中确定待处理的山区地质灾害风险评价指示。
其中,指示集中包括不少于两个待分类山区地质灾害风险评价指示,待分类山区地质灾害风险评价指示是未针对进行分类处理的山区地质灾害风险评价指示。数据关联信息用于描述在执行待分类山区地质灾害风险评价指示时需要进行的关联处理,具体可以包括待关联数据以及关联方式等。相同的数据关联信息在关联后可以得到相同的数据关联结果。
示例性地,可以获得包括若干个待分类山区地质灾害风险评价指示的指示集,并将指示集中的每一个待分类山区地质灾害风险评价指示进行分类。具体可以确定每一个待分类山区地质灾害风险评价指示各自的数据关联信息,具体可以包括待关联数据表以及表关联方式,可以按照数据关联信息将每一个待分类山区地质灾害风险评价指示进行分类,以得到不少于一个指示组,属于相同指示组的待分类山区地质灾害风险评价指示具有相同的数据关联信息。可以基于分类得到的不少于一个指示组确定待处理的山区地质灾害风险评价指示,具体可以从分类得到的不少于一个指示组中获得待处理的山区地质灾害风险评价指示。
本实施例中,按照数据关联信息将指示集中的待分类山区地质灾害风险评价指示进行分类,使具有相同数据关联信息的待分类山区地质灾害风险评价指示划分到相同指示组中,并从指示组中确定待处理的山区地质灾害风险评价指示,使分类后处于相同指示组中的山区地质灾害风险评价指示可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
在一种可能实施的实施例中,基于人工智能的复杂山区地质灾害风险评价方法还包括:当符合针对数据关联存储结果的删除评估要求,过滤不少于两个山区地质灾害数据源中各自存储的数据关联存储结果。
在上述基础上,提供了一种基于人工智能的复杂山区地质灾害风险评价装置,所述装置包括:
指示确定模块,用于确定待处理的山区地质灾害风险评价指示;
数据源确定模块,用于当确定所述山区地质灾害风险评价指示符合存储的指定评估要求,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源;
结果存储模块,用于从所述不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果;所述数据关联存储结果包括相应山区地质灾害数据源中的关联数据;所述关联数据,是在关联所述不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于所述相应山区地质灾害数据源的数据;
风险确定模块,用于根据各所述数据关联存储结果得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级。
在上述基础上,示出了一种基于人工智能的复杂山区地质灾害风险评价系统,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述的方法。
在上述基础上,还提供了一种计算机可读存储介质,其上存储的计算机程序在运行时实现上述的方法。
综上,基于上述方案,在确定待处理的山区地质灾害风险评价指示符合存储的指定评估要求时,从山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,数据关联存储结果包括在关联不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于相应山区地质灾害数据源的关联数据,根据各数据关联存储结果得到数据关联结果,并基于数据关联结果执行山区地质灾害风险评价指示,以确定风险评估等级。对于符合存储的指定评估要求的山区地质灾害风险评价指示,直接从不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,根据各数据关联存储结果得到数据关联结果以执行山区地质灾害风险评价指示,可以利用事先关联得到的数据关联存储结果执行山区地质灾害风险评价指示,能够简化数据关联处理过程,从而提高山区地质灾害风险评价指示执行的处理效率,进而能够实现地质灾害风险评价精确评价。
应当理解,上述所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
Claims (9)
1.一种基于人工智能的复杂山区地质灾害风险评价方法,其特征在于,所述方法包括:
确定待处理的山区地质灾害风险评价指示;
当确定所述山区地质灾害风险评价指示符合存储的指定评估要求,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源;
从所述不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果;所述数据关联存储结果包括相应山区地质灾害数据源中的关联数据;所述关联数据,是在关联所述不少于两个山区地质灾害数据源各自数据的过程中,所针对关联的数据中属于所述相应山区地质灾害数据源的数据;
根据各所述数据关联存储结果得到数据关联结果,并基于所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级;
其中,当确定山区地质灾害风险评价指示符合存储的指定评估要求,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:获得山区地质灾害风险评价指示的指示训练数据;当指示训练数据表示存在与山区地质灾害风险评价指示关联的可指定存储结果,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源;
其中,指示训练数据是指针对山区地质灾害风险评价指示的训练数据,包括针对山区地质灾害风险评价指示执行的各种配置参数,具体包括山区地质灾害风险评价指示的执行时间、执行触发要求、执行次数、执行权限、位置信息、存储处理类型;指示训练数据根据实际需要针对每一个山区地质灾害风险评价指示配置得到;基于山区地质灾害风险评价指示的指示训练数据,确定山区地质灾害风险评价指示符合存储的指定评估要求,根据指示训练数据确定是否存在与山区地质灾害风险评价指示关联的可指定存储结果,从而确定是否符合存储的指定评估要求;可指定存储结果具体包括在每一个山区地质灾害数据源中存储的数据关联存储结果,基于数据关联存储结果得到执行山区地质灾害风险评价指示时所需要的数据关联结果;
搜寻山区地质灾害风险评价指示的指示训练数据,具体根据山区地质灾害风险评价指示的指示标识搜寻山区地质灾害风险评价指示的属性信息,从山区地质灾害风险评价指示的属性信息中获得针对山区地质灾害风险评价指示的指示训练数据,指示训练数据具体包括存储位置、清理存储开关状态信息,能够用于评估山区地质灾害风险评价指示是否符合存储的指定评估要求;在山区地质灾害风险评价指示的指示训练数据表示存在与山区地质灾害风险评价指示关联的可指定存储结果时,表明已经事先存储了山区地质灾害风险评价指示的可指定存储结果,确定山区地质灾害风险评价指示符合存储的指定评估要求,并确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源;在具体实现时,基于指示训练数据中的存储位置,搜寻是否存在山区地质灾害风险评价指示的可指定存储结果,若存在则确定山区地质灾害风险评价指示符合存储的指定评估要求,确定山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
2.根据权利要求1所述的方法,其特征在于,所述当所述指示训练数据表示存在与所述山区地质灾害风险评价指示关联的可指定存储结果,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:
当所述指示训练数据中包括与所述山区地质灾害风险评价指示关联的可指定存储位置,结合所述可指定存储位置确定存储管理队列;
当所述存储管理队列中包括用于标记可指定存储结果的存储队列,结合所述可指定存储位置确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
3.根据权利要求2所述的方法,其特征在于,所述结合所述可指定存储位置确定存储管理队列,包括:
结合所述可指定存储位置确定待检测管理队列,并获得所述待检测管理队列的目录数据;
当所述目录数据通过管理队列检测,将所述待检测管理队列确定为存储管理队列。
4.根据权利要求2所述的方法,其特征在于,所述当所述存储管理队列中包括用于标记可指定存储结果的存储队列,结合所述可指定存储位置确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源,包括:
确定存储队列描述标签;所述存储队列描述标签标识用于标记可指定存储结果的存储队列;
当所述存储管理队列中包括所述存储队列描述标签,结合所述可指定存储位置所属山区地质灾害数据源,确定所述山区地质灾害风险评价指示执行时对应待分析的不少于两个山区地质灾害数据源。
5.根据权利要求1所述的方法,其特征在于,所述从所述不少于两个山区地质灾害数据源中分别获得各自的数据关联存储结果,包括:
分别确定所述不少于两个山区地质灾害数据源各自的存储队列;所述存储队列用于标记相应山区地质灾害数据源中的关联数据;
从所述不少于两个山区地质灾害数据源各自的存储队列中,分别获得所述不少于两个山区地质灾害数据源各自的数据关联存储结果。
6.根据权利要求1所述的方法,其特征在于,所述根据各所述数据关联存储结果得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级,包括:
整合各所述数据关联存储结果,得到数据关联结果;
从所述数据关联结果中获得所述山区地质灾害风险评价指示针对的待处理数据,并结合所述待处理数据执行所述山区地质灾害风险评价指示。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当确定所述山区地质灾害风险评价指示不符合所述存储的指定评估要求,从所述不少于两个山区地质灾害数据源中分别获得所述山区地质灾害风险评价指示所针对的待关联数据;
关联所述待关联数据得到数据关联结果,并结合所述数据关联结果执行所述山区地质灾害风险评价指示,以确定风险评估等级;
结合所述数据关联结果得到所述不少于两个山区地质灾害数据源各自的数据关联存储结果,并将所述数据关联存储结果存储到相应山区地质灾害数据源中;
其中,所述将所述数据关联存储结果存储到相应山区地质灾害数据源中,包括:
结合所述不少于两个山区地质灾害数据源的山区地质灾害数据源信息,针对所述不少于两个山区地质灾害数据源分别创建各自的存储队列;
将所述数据关联存储结果存储到所述不少于两个山区地质灾害数据源中相应山区地质灾害数据源的存储队列中;
其中,所述方法还包括:当所述山区地质灾害风险评价指示的指示训练数据中不包括与所述山区地质灾害风险评价指示关联的可指定存储位置、可指定存储位置中不存在存储管理队列、或者存储管理队列中不包括用于标记可指定存储结果的存储队列,确定所述山区地质灾害风险评价指示不符合所述存储的指定评估要求。
8.根据权利要求1所述的方法,其特征在于,所述确定待处理的山区地质灾害风险评价指示,包括:
获得指示集;所述指示集中包括不少于两个待分类山区地质灾害风险评价指示;
依照所述待分类山区地质灾害风险评价指示的数据关联信息,将每一个所述待分类山区地质灾害风险评价指示进行分类,得到不少于一个指示组;
属于相同指示组的待分类山区地质灾害风险评价指示具有相同的数据关联信息;
从所述不少于一个指示组中确定待处理的山区地质灾害风险评价指示;
其中,所述方法还包括:当符合针对所述数据关联存储结果的删除评估要求,过滤所述不少于两个山区地质灾害数据源中各自存储的所述数据关联存储结果。
9.一种基于人工智能的复杂山区地质灾害风险评价系统,其特征在于,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中读取计算机程序并执行,以实现权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410097235.0A CN117610945B (zh) | 2024-01-24 | 2024-01-24 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410097235.0A CN117610945B (zh) | 2024-01-24 | 2024-01-24 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117610945A CN117610945A (zh) | 2024-02-27 |
CN117610945B true CN117610945B (zh) | 2024-04-05 |
Family
ID=89944734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410097235.0A Active CN117610945B (zh) | 2024-01-24 | 2024-01-24 | 基于人工智能的复杂山区地质灾害风险评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117610945B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118013428B (zh) * | 2024-04-10 | 2024-06-07 | 四川省华地建设工程有限责任公司 | 基于人工智能的地质灾害风险评估方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012198886A (ja) * | 2011-03-10 | 2012-10-18 | Yamaguchi Univ | 火山活動度に応じた土砂災害発生危険度評価システムとそのプログラム |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
CN111415065A (zh) * | 2020-02-26 | 2020-07-14 | 广州地理研究所 | 一种基于作用过程的山地灾害生态破坏风险评价方法 |
CN112561297A (zh) * | 2020-12-09 | 2021-03-26 | 中南大学 | 不同地形下邻域影响的地质灾害风险评价方法 |
CN113408917A (zh) * | 2021-06-28 | 2021-09-17 | 杭州鲁尔物联科技有限公司 | 自然灾害综合风险评估方法、装置、计算机设备及存储介质 |
CN113538561A (zh) * | 2021-07-13 | 2021-10-22 | 杭州鲁尔物联科技有限公司 | 地质灾害危险性评价方法、装置、计算机设备及存储介质 |
WO2022107773A1 (ja) * | 2020-11-19 | 2022-05-27 | 国立大学法人九州大学 | リスク評価方法、避難判断支援方法、リスク評価装置、および避難判断支援装置 |
LU500659B1 (en) * | 2021-09-15 | 2023-03-20 | Univ Liaoning Technical | Method for evaluating geological dynamic environment of mine |
CN116384086A (zh) * | 2023-03-21 | 2023-07-04 | 广西壮族自治区地质环境监测站 | 一种基于大数据的多灾种地区风险评估方法及系统 |
CN116975576A (zh) * | 2023-09-19 | 2023-10-31 | 四川省公路规划勘察设计研究院有限公司 | 基于关键信息统计的山区公路地质灾害危险性评价方法 |
-
2024
- 2024-01-24 CN CN202410097235.0A patent/CN117610945B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012198886A (ja) * | 2011-03-10 | 2012-10-18 | Yamaguchi Univ | 火山活動度に応じた土砂災害発生危険度評価システムとそのプログラム |
CN108280553A (zh) * | 2018-02-24 | 2018-07-13 | 中山大学 | 基于gis-神经网络集成的山洪灾害风险区划及预测方法 |
CN111415065A (zh) * | 2020-02-26 | 2020-07-14 | 广州地理研究所 | 一种基于作用过程的山地灾害生态破坏风险评价方法 |
WO2022107773A1 (ja) * | 2020-11-19 | 2022-05-27 | 国立大学法人九州大学 | リスク評価方法、避難判断支援方法、リスク評価装置、および避難判断支援装置 |
CN112561297A (zh) * | 2020-12-09 | 2021-03-26 | 中南大学 | 不同地形下邻域影响的地质灾害风险评价方法 |
CN113408917A (zh) * | 2021-06-28 | 2021-09-17 | 杭州鲁尔物联科技有限公司 | 自然灾害综合风险评估方法、装置、计算机设备及存储介质 |
CN113538561A (zh) * | 2021-07-13 | 2021-10-22 | 杭州鲁尔物联科技有限公司 | 地质灾害危险性评价方法、装置、计算机设备及存储介质 |
LU500659B1 (en) * | 2021-09-15 | 2023-03-20 | Univ Liaoning Technical | Method for evaluating geological dynamic environment of mine |
CN116384086A (zh) * | 2023-03-21 | 2023-07-04 | 广西壮族自治区地质环境监测站 | 一种基于大数据的多灾种地区风险评估方法及系统 |
CN116975576A (zh) * | 2023-09-19 | 2023-10-31 | 四川省公路规划勘察设计研究院有限公司 | 基于关键信息统计的山区公路地质灾害危险性评价方法 |
Non-Patent Citations (5)
Title |
---|
Giorgio Rosatti,等.A web service ecosystem for high-quality, cost-effective debris-flow hazard assessment.《Environmental Modelling & Software》.2017,第100卷第33-47页 . * |
Remote sensing and GIS for natural hazards assessment and disaster risk management;C.J. Van Westen;《Reference module in earth systems and environmental sciences》;20130305;第3卷(第15期);第259-298页 * |
RS与GIS在区域地质灾害风险评价中的应用——以青川、平武县为例;薛东剑;《中国博士学位论文全文数据库基础科学辑》;20110315(第3期);第A011-1页 * |
煤矿作业环境异动分析与安全评价系统;刘媛媛;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》;20210115(第1期);第B021-599页 * |
黄辉军,等. 5.12特大地震后汶川县城规划区地质灾害危险性现状评估.《四川地质学报》.2020,第30卷第31-34页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117610945A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245496B (zh) | 一种源代码漏洞检测方法及检测器和其训练方法及系统 | |
Li et al. | Localizing and quantifying damage in social media images | |
CN117610945B (zh) | 基于人工智能的复杂山区地质灾害风险评价方法及系统 | |
CN109936582A (zh) | 构建基于pu学习的恶意流量检测模型的方法及装置 | |
Steidl et al. | Feature-based detection of bugs in clones | |
CN103299324A (zh) | 使用潜在子标记来学习用于视频注释的标记 | |
CN115828112B (zh) | 一种故障事件的响应方法、装置、电子设备及存储介质 | |
US11409888B2 (en) | Security information processing device, information processing method, and recording medium | |
CN115830399B (zh) | 分类模型训练方法、装置、设备、存储介质和程序产品 | |
CN109857878B (zh) | 物品标注方法及装置、电子设备及存储介质 | |
CN113297044B (zh) | 一种运维风险预警方法及装置 | |
CN115115825B (zh) | 图像中的对象检测方法、装置、计算机设备和存储介质 | |
CN116611071A (zh) | 一种基于多模态的函数级漏洞检测的方法 | |
CN116257663A (zh) | 面向无人地面车辆的异常检测与关联分析方法及相关设备 | |
CN116841779A (zh) | 异常日志检测方法、装置、电子设备和可读存储介质 | |
CN115795021A (zh) | 一种大数据风险监测识别预警装置及系统 | |
CN114610799A (zh) | 基于环境监测的数据处理方法、设备及存储介质 | |
CN112685374A (zh) | 日志分类方法、装置及电子设备 | |
CN117114420B (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
CN111177311B (zh) | 一种事件处理结果的数据分析模型及分析方法 | |
CN112052824A (zh) | 基于YOLOv3算法的煤气管道特定物体目标检测告警方法、装置、系统及存储介质 | |
CN116863116A (zh) | 基于人工智能的图像识别方法、装置、设备及介质 | |
CN110737812A (zh) | 一种融合半监督学习和主动学习的搜索引擎用户满意度评估方法 | |
CN111427977A (zh) | 电子眼数据的处理方法及装置 | |
JP6811468B2 (ja) | 情報処理装置、データ検索方法、プログラム、データ構造及びデータ処理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |