【技術實現步驟摘要】
本申請涉及智能評價領域，且更為具體地，涉及一種基于深度學習的老城社區韌性評價系統。
技術介紹
1、在當前的城市發展中，老城社區的韌性評價是一個重要的議題。老城社區韌性評價是對老城社區在面臨各種風險，其有效預測、應對并從中恢復的綜合能力的評估，這種評估有助于全面了解社區的韌性水平，識別薄弱環節，降低災害風險，提出改進措施，從而增強社區的抗風險能力和可持續發展能力。
2、但傳統老城社區韌性評價通常依賴于專家意見和定性評估，這可能會導致主觀性和偏差，以致評價結果不夠準確。此外，傳統方法無法獲得全面的社區數據，數據來源比較單一和有限，從而限制了評估的準確性和可靠性。
3、因此，期望一種基于深度學習的老城社區韌性評價系統。
技術實現思路
1、為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種基于深度學習的老城社區韌性評價系統，其通過獲取待評估老城社區的經濟數據、社會數據、環境數據和基礎設施數據，并利用基于深度學習神經網路的數據處理和分析算法來對所述待評估老城社區的經濟數據、社會數據、環境數據和基礎設施數據進行語義理解和分析，以此基于待評估老城社區的多模態數據表征特征來智能地評估老城社區的韌性等級。通過這樣的方式，系統可以自動處理和分析老城社區的情況，以便更全面地評估社區韌性，減少了主觀偏差的影響，提高了評估結果的可靠性，從而為決策者提供基于證據的評估結果，并支持制定有效的社區韌性提升策略。
2、根據本申請的一個方面，提供了一種基于深度學習的老城社
3、待評估老城社區數據獲取模塊，用于獲取待評估老城社區的經濟數據、社會數據、環境數據和基礎設施數據；
4、數據語義編碼模塊，用于對所述待評估老城社區的經濟數據、社會數據、環境數據和基礎設施數據進行語義編碼以得到經濟數據語義編碼特征向量、社會數據語義編碼特征向量、環境數據語義編碼特征向量和基礎設施數據語義編碼特征向量；
5、特征語義強化模塊，用于將所述經濟數據語義編碼特征向量、所述社會數據語義編碼特征向量、所述環境數據語義編碼特征向量和所述基礎設施數據語義編碼特征向量通過特征語義強化模塊以得到強化經濟數據語義編碼特征向量、強化社會數據語義編碼特征向量、強化環境數據語義編碼特征向量和強化基礎設施數據語義編碼特征向量；
6、共空間嵌入映射模塊，用于將所述強化經濟數據語義編碼特征向量、所述強化社會數據語義編碼特征向量、所述強化環境數據語義編碼特征向量和所述強化基礎設施數據語義編碼特征向量分別進行共空間嵌入映射以得到映射后經濟數據語義編碼特征向量、映射后社會數據語義編碼特征向量、映射后環境數據語義編碼特征向量和映射后基礎設施數據語義編碼特征向量；
7、特征多模態融合模塊，用于使用基于全連接層的特征多模態融合器對所述映射后經濟數據語義編碼特征向量、所述映射后社會數據語義編碼特征向量、所述映射后環境數據語義編碼特征向量和所述映射后基礎設施數據語義編碼特征向量進行處理以得到待評估老城社區多模態表征特征向量作為待評估老城社區多模態表征特征；
8、評估結果生成模塊，用于基于所述待評估老城社區多模態表征特征，得到評估結果。
9、在上述基于深度學習的老城社區韌性評價系統中，所述特征語義強化模塊，用于：使用所述特征語義強化模塊以如下語義強化公式對所述經濟數據語義編碼特征向量進行處理以得到所述強化經濟數據語義編碼特征向量；其中，所述語義強化公式為:
10、
11、其中，表示所述經濟數據語義編碼特征向量，、和分別為第一權重矩陣、第二權重矩陣和第三權重矩陣，、和分別為第一偏移向量、第二偏移向量和第三偏移向量，為relu激活函數，為并聯操作，表示所述強化經濟數據語義編碼特征向量。
12、在上述基于深度學習的老城社區韌性評價系統中，所述共空間嵌入映射模塊，用于：將所述強化經濟數據語義編碼特征向量、所述強化社會數據語義編碼特征向量、所述強化環境數據語義編碼特征向量和所述強化基礎設施數據語義編碼特征向量分別通過基于全連接層的共空間嵌入映射器以得到所述映射后經濟數據語義編碼特征向量、所述映射后社會數據語義編碼特征向量、所述映射后環境數據語義編碼特征向量和所述映射后基礎設施數據語義編碼特征向量。
13、在上述基于深度學習的老城社區韌性評價系統中，所述特征多模態融合模塊，包括：特征拼接單元，用于將所述映射后經濟數據語義編碼特征向量、所述映射后社會數據語義編碼特征向量、所述映射后環境數據語義編碼特征向量和所述映射后基礎設施數據語義編碼特征向量進行拼接以得到拼接特征向量；以及，全連接編碼單元，用于使用所述全連接層的特征多模態融合器對所述拼接特征向量進行全連接編碼以得到所述待評估老城社區多模態表征特征向量。
14、在上述基于深度學習的老城社區韌性評價系統中，所述評估結果生成模塊,用于：將所述待評估老城社區多模態表征特征向量通過基于分類器的評估器以得到評估結果，所述評估結果用于表示韌性等級標簽。
15、在上述基于深度學習的老城社區韌性評價系統中，所述評估結果生成模塊,用于：使用所述基于分類器的評估器以如下分類公式對所述待評估老城社區多模態表征特征向量進行處理以生成所述評估結果；其中，所述分類公式為：
16、
17、其中，為所述評估結果的輸出結果矩陣，為所述待評估老城社區多模態表征特征向量，和分別為第個分類對應的權重和偏置向量，表示向量的指數運算，所述向量的指數運算表示以矩陣中各個位置的特征值為冪的自然指數函數值。
18、在上述基于深度學習的老城社區韌性評價系統中，還包括用于：對所述特征語義強化模塊、所述基于全連接層的共空間嵌入映射器、所述基于全連接層的特征多模態融合器和所述基于分類器的評估器進行訓練的訓練模塊。
19、在上述基于深度學習的老城社區韌性評價系統中，所述訓練模塊，包括：訓練數據獲取單元，用于獲取訓練數據，所述訓練數據包括待評估老城社區的訓練經濟數據、訓練社會數據、訓練環境數據和訓練基礎設施數據，以及，所述韌性等級標簽的真實值；訓練數據語義編碼單元，用于對所述待評估老城社區的訓練經濟數據、訓練社會數據、訓練環境數據和訓練基礎設施數據進行語義編碼以得到訓練經濟數據語義編碼特征向量、訓練社會數據語義編碼特征向量、訓練環境數據語義編碼特征向量和訓練基礎設施數據語義編碼特征向量；訓練數據特征強化單元，用于將所述訓練經濟數據語義編碼特征向量、所述訓練社會數據語義編碼特征向量、所述訓練環境數據語義編碼特征向量和所述訓練基礎設施數據語義編碼特征向量通過所述特征語義強化模塊以得到訓練強化經濟數據語義編碼特征向量、訓練強化社會數據語義編碼特征向量、訓練強化環境數據語義編碼特征向量和訓練強化基礎設施數據語義編碼特征向量；訓練特征映射單元，用于將所述訓練強化經濟數據語義編碼特征向量、所述訓練強化社會數據語義編碼特征向量、所述訓練強化環境數據語義編碼特征向量和所述訓練強化基本文檔來自技高網...
【技術保護點】
1.一種基于深度學習的老城社區韌性評價系統，其特征在于，包括：
2.根據權利要求1所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述特征語義強化模塊，用于：使用所述特征語義強化模塊以如下語義強化公式對所述經濟數據語義編碼特征向量進行處理以得到所述強化經濟數據語義編碼特征向量；
3.根據權利要求2所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述共空間嵌入映射模塊，用于：將所述強化經濟數據語義編碼特征向量、所述強化社會數據語義編碼特征向量、所述強化環境數據語義編碼特征向量和所述強化基礎設施數據語義編碼特征向量分別通過基于全連接層的共空間嵌入映射器以得到所述映射后經濟數據語義編碼特征向量、所述映射后社會數據語義編碼特征向量、所述映射后環境數據語義編碼特征向量和所述映射后基礎設施數據語義編碼特征向量。
4.根據權利要求3所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述特征多模態融合模塊，包括：
5.根據權利要求4所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述評估結果生成模塊,用于：將所述待評估老城社區
6.根據權利要求5所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述評估結果生成模塊,用于：使用所述基于分類器的評估器以如下分類公式對所述待評估老城社區多模態表征特征向量進行處理以生成所述評估結果；
7.根據權利要求6所述的基于深度學習的老城社區韌性評價系統，其特征在于，還包括用于：對所述特征語義強化模塊、所述基于全連接層的共空間嵌入映射器、所述基于全連接層的特征多模態融合器和所述基于分類器的評估器進行訓練的訓練模塊。
8.根據權利要求7所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述訓練模塊，包括：
...【技術特征摘要】
1.一種基于深度學習的老城社區韌性評價系統，其特征在于，包括：
2.根據權利要求1所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述特征語義強化模塊，用于：使用所述特征語義強化模塊以如下語義強化公式對所述經濟數據語義編碼特征向量進行處理以得到所述強化經濟數據語義編碼特征向量；
3.根據權利要求2所述的基于深度學習的老城社區韌性評價系統，其特征在于，所述共空間嵌入映射模塊，用于：將所述強化經濟數據語義編碼特征向量、所述強化社會數據語義編碼特征向量、所述強化環境數據語義編碼特征向量和所述強化基礎設施數據語義編碼特征向量分別通過基于全連接層的共空間嵌入映射器以得到所述映射后經濟數據語義編碼特征向量、所述映射后社會數據語義編碼特征向量、所述映射后環境數據語義編碼特征向量和所述映射后基礎設施數據語義編碼特征向量。
4.根據權利要求3所述的基于深度學習的老城社區韌性評價系統，其特征...
【專利技術屬性】
技術研發人員：榮玥芳，郭思維，賈夢圓，林浩曦，郭書含，宋健，梁曉航，
申請(專利權)人：北京建筑大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。