公开(公告)号：CN118798064A

公开(公告)日：2024-10-18

申请号：CN202411279786.5

申请日：2024-09-12

Applicant: 华南理工大学

Inventor： 黄灏 ,  王兆礼 ,  廖耀星 ,  高玮志

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于可解释的CNN‑LSTM流域洪水模拟方法，包括下述步骤：对已处理的降雨径流数据库进行标准化处理，划分训练集、验证集和测试集，并转化为TensorFlow数据集；构建CNN‑LSTM耦合模型，并基于训练集和验证集优化模型的超参数；将测试集的降雨场次序列数据输入所述耦合模型，快速高精度输出下游水文站径流演变过程；利用SHAP可解释性技术对所述耦合模型的具体决策过程进行解释。本发明方法不仅能够有效提升流域洪水模拟的效率和精度，还能识别关键输入特征因子，提高黑箱模型决策的透明度和可信度，对于可解释的深度学习模型应用于流域洪水模拟以及降低洪水灾害等有着重要意义。

公开(公告)号：CN116933621A

公开(公告)日：2023-10-24

申请号：CN202310696955.4

申请日：2023-06-13

Applicant: 华南理工大学 ,  人工智能与数字经济广东省实验室(广州)

Inventor： 赖成光 ,  高玮志 ,  王兆礼

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26 ,  G06F113/08

Abstract: 本发明公开了一种基于地形特征深度学习的城市内涝模拟方法，包括构建城市暴雨内涝模型，提取与内涝密切相关的地形特征因子和降雨特征因子，并设计不同降雨事件情景，结合所构建的城市内涝模型生成暴雨内涝淹没数据，构建地形特征深度学习洪涝模拟数据库；对数据库中的数据进行数据转换和归一化处理，采用测试集中的地形特征因子和降雨特征因子为输入，测试训练后的深度卷积神经网络城市内涝模型，得到最终的深度卷积神经网络城市内涝模型，实现暴雨内涝掩膜的模拟。本发明方法能有效提升内涝灾害高发地区暴雨内涝模拟的效率。