CN114677061A - 一种基于gis的紧急事件分级推动方法、***及储存介质 - Google Patents
一种基于gis的紧急事件分级推动方法、***及储存介质 Download PDFInfo
- Publication number
- CN114677061A CN114677061A CN202210579042.XA CN202210579042A CN114677061A CN 114677061 A CN114677061 A CN 114677061A CN 202210579042 A CN202210579042 A CN 202210579042A CN 114677061 A CN114677061 A CN 114677061A
- Authority
- CN
- China
- Prior art keywords
- plan
- emergency
- rescue
- state information
- dynamic
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000009826 distribution Methods 0.000 claims abstract description 181
- 230000009466 transformation Effects 0.000 claims abstract description 69
- 230000003068 static effect Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 abstract description 6
- 238000012216 screening Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及GIS和地理灾害技术领域，具体而言，涉及一种基于GIS的紧急事件分级推动方法、***及储存介质，能够结合第一紧急状态信息中动态救援计划的粗筛结果和每个预案状态节点的动态预案变换可能性获取预案分级推动升级结果。可以理解，相比于相关的通过紧急事件分级推动决策树对第一紧急状态信息特征分布进行预案分级推动升级的技术，本申请提高了预案分级推动升级的准确性和及时性，有效减少了紧急事件分级推动的***资源消耗。
Description
技术领域
本申请实施例涉及GIS和应急事件处理技术领域，具体涉及一种基于GIS的紧急事件分级推动方法、***及储存介质。
背景技术
地理信息***（Geographic Information System，GIS）是一种特定的十分重要的空间信息***。它是在计算机硬、软件***支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术***。
GIS属于信息***的一类，不同在于它能运作和处理地理参照数据。现目前，GIS已经广泛应用于地质灾害分析和应急事件处理领域，能够最大程度上减少地质灾害对人们造成的人身财产损失。
在应对地理灾害等紧急事件时，为了尽可能应对突发情况和不确定情况，需要进行应急预案/紧急事件的分级推动，但是相关的预案分级推动技术存在效率低下的技术问题。
发明内容
有鉴于此，本申请实施例提供了一种基于GIS的紧急事件分级推动方法、***及储存介质。
本申请实施例提供了一种基于GIS的紧急事件分级推动方法，应用于紧急事件分级推动***，包括：
将在先的地理灾害应急预案传入应急预案升级网络；
通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集；
通过所述应急预案升级网络基于所述第一动态救援计划集获取所述在先的地理灾害应急预案中的第一紧急状态信息和第一紧急状态信息特征分布，其中，所述第一紧急状态信息为所述第一动态救援计划集在所述在先的地理灾害应急预案中对应的状态信息；
通过所述应急预案升级网络将所述第一紧急状态信息拆解为多个预案状态事件，通过所述应急预案升级网络基于所述第一紧急状态信息特征分布识别所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，其中，所述预案状态事件对应的预案变换可能性为所述预案状态事件中存在动态救援计划的概率；
基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果。
可选的，所述第一动态救援计划集的信息包括第一动态救援计划集的类别，所述基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果，包括：
基于所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性确定所述第一紧急状态信息中存在所述动态救援计划的状态信息，基于所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，确定所述第一紧急状态信息中对应所述预案状态节点的类别，其中，所述存在动态救援计划的状态信息对应的所述预案状态事件对应的预案变换可能性大于预设概率阈值；
基于所述第一紧急状态信息中每个所述预案状态节点的类别，确定所述存在动态救援计划的状态信息中属于所述第一动态救援计划集的类别的预案状态节点，作为所述预案分级推动升级结果。
可选的，所述通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集，包括：
通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一静态特征分布；
通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集。
可选的，所述第一动态救援计划集的信息包括所述第一动态救援计划集的救援计划要素，所述通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，包括：
通过所述应急预案升级网络对所述第一静态特征分布进行动态升级，得到所述在先的地理灾害应急预案中所述预案状态节点对应的第一动态升级特征分布；
基于所述第一动态救援计划集的救援计划要素确定所述第一紧急状态信息中每个预案状态节点在所述第一动态升级特征分布中对应的预案变换可能性，作为对应所述第一紧急状态信息中所述预案状态节点的动态预案变换可能性。
可选的，所述通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集，包括：
通过所述应急预案升级网络基于所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第一待定救援计划集；
通过所述应急预案升级网络基于所述第一待定救援计划集和所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第二紧急状态信息特征分布；
通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集。
可选的，所述通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集，包括：
通过所述应急预案升级网络获取所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布，其中，所述救援计划聚类特征分布用于表示所述第一待定救援计划集属于各类别的概率，所述救援计划共性特征分布用于表示所述第一动态救援计划集相对于所述第一待定救援计划集的差异情况；
基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息；
相应的，所述第一动态救援计划集的信息还包括所述第一动态救援计划集的救援计划要素和所述第一动态救援计划集的类别，所述基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息，包括：
对所述第二紧急状态信息特征分布对应的救援计划聚类特征分布进行特征清洗处理，得到所述第一动态救援计划集的类别；
对所述第二紧急状态信息特征分布对应的救援计划共性特征分布与所述第一待定救援计划集的救援计划要素进行差异情况校正，得到所述第一动态救援计划集的救援计划要素。
可选的，在所述通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集之前，包括：对所述应急预案升级网络进行训练调参。
可选的，所述对所述应急预案升级网络进行训练调参，包括：
将样本地理灾害应急预案传入所述应急预案升级网络；
通过所述应急预案升级网络获取所述样本地理灾害应急预案的第二静态特征分布；
通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布；
通过所述应急预案升级网络将所述第二紧急状态信息拆解为多个所述预案状态事件，通过所述应急预案升级网络基于所述第三紧急状态信息特征分布识别所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络对所述第二静态特征分布进行动态升级，以得到第二动态升级特征分布；
基于所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性和第一基准变换可能性之间的比较情况获取所述应急预案升级网络的第一网络损失，基于所述第二动态升级特征分布与第二基准变换可能性之间的比较情况获取所述应急预案升级网络的第二网络损失；
基于所述第一网络损失和所述第二网络损失改进所述应急预案升级网络的网络参量；
其中，所述通过所述应急预案升级网络基于所述第二静态特征分布获取所述在先的地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布，包括：
通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案的第二待定救援计划集，将所述第二待定救援计划集在所述样本地理灾害应急预案中对应的状态信息作为所述第二紧急状态信息；
通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布；
相应的，在所述通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布之后，包括：
通过所述应急预案升级网络获取所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布，其中，所述第三紧急状态信息特征分布对应的救援计划聚类特征分布用于表示所述第二待定救援计划集属于各类别的概率，所述第三紧急状态信息特征分布对应的救援计划共性特征分布用于表示第二动态救援计划集相对于所述第二待定救援计划集的差异情况；
基于所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和第三基准变换可能性之间的比较情况，获取所述应急预案升级网络的第三网络损失，基于所述第三紧急状态信息特征分布对应的所述救援计划共性特征分布与第四基准变换可能性之间的比较情况，获取所述应急预案升级网络的第四网络损失；
基于所述第三网络损失和所述第四网络损失改进所述应急预案升级网络的网络参量。
本申请实施例还提供了一种紧急事件分级推动***，包括处理器、网络模块和存储器；所述处理器和所述存储器通过所述网络模块通信，所述处理器从所述存储器中读取计算机程序并运行，以执行上述的方法。
本申请实施例还提供了一种计算机储存介质，所述计算机储存介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
相较于现有技术，本申请实施例提供的一种基于GIS的紧急事件分级推动方法、***及储存介质具有以下技术效果：通过上述方式，本申请通过应急预案升级网络获取在先的地理灾害应急预案中的的第一动态救援计划集，基于第一动态救援计划集获取在先的地理灾害应急预案的第一静态特征分布和第一紧急状态信息特征分布，对第一紧急状态信息进行预案状态事件化的动态救援计划选定，从而能够快速实现对第一紧急状态信息中动态救援计划的初步筛选，并通过应急预案升级网络获取第一紧急状态信息中每个预案状态节点的动态预案变换可能性，从而能够结合第一紧急状态信息中动态救援计划的粗筛结果和每个预案状态节点的动态预案变换可能性获取预案分级推动升级结果。相比于相关的通过紧急事件分级推动决策树对第一紧急状态信息特征分布进行预案分级推动升级的技术，本申请提高了预案分级推动升级的准确性和及时性，有效减少了紧急事件分级推动***的***资源消耗。
并且，由于相关技术的紧急事件分级推动决策树需要获取其对应的第一紧急状态信息特征分布中各预案变换可能性属于各类别的概率，因此其输出的特征分布会占用大量的***资源和开销，而本申请中的应急预案升级网络只是对各预案状态事件是否存在动态救援计划进行识别，进而有效减少***资源的占用和开销，因此能够减少地理灾害应急预案升级所需占用的***资源消耗，减少应急预案分级推动升级的耗时，提高应急预案分级推动升级的快速响应化程度，保证应急预案分级推动能够及时地应用到各类地质灾害紧急事件中。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
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为本申请实施例所提供的一种紧急事件分级推动***的方框示意图。
图2为本申请实施例所提供的一种基于GIS的紧急事件分级推动方法的流程图。
图3为本申请实施例所提供的一种基于GIS的紧急事件分级推动装置的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本申请的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
图1示出了本申请实施例所提供的一种紧急事件分级推动***10的方框示意图。本申请实施例中的紧急事件分级推动***10可以为具有数据存储、传输、处理功能的服务端，如图1所示，紧急事件分级推动***10包括：存储器11、处理器12、网络模块13和基于GIS的紧急事件分级推动装置20。
存储器11、处理器12和网络模块13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有基于GIS的紧急事件分级推动装置20，所述基于GIS的紧急事件分级推动装置20包括至少一个可以软件或固件（firmware）的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本申请实施例中的基于GIS的紧急事件分级推动装置20，从而执行各种功能应用以及数据处理，即实现本申请实施例中的基于GIS的紧急事件分级推动方法。
其中，所述存储器11可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。
所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
网络模块13用于通过网络建立紧急事件分级推动***10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，紧急事件分级推动***10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的样本。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供了一种计算机储存介质，所述计算机储存介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
图2示出了本申请实施例所提供的一种基于GIS的紧急事件分级推动的流程图。所述方法有关的流程所定义的方法步骤应用于紧急事件分级推动***10，可以由所述处理器12实现，所述方法包括以下S21-S25。
S21：紧急事件分级推动***将在先的地理灾害应急预案传入应急预案升级网络。
例如，在先的地理灾害应急预案可以是道路抢修预案、人群转移预案或者物资抢险预案等，应急预案升级网络可以是用于进行地理灾害预案分级推动升级的相关机器学习模型/人工智能神经网络。
S22：紧急事件分级推动***通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集。
例如，第一动态救援计划集可以是处于可分级推动状态的应急预案的集合。
在一些可能的实施例中，S22所描述的通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集，可以通过以下S221和S222所描述的方案实现。
S221：通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一静态特征分布。
例如，静态特征分布可以理解为在先的地理灾害应急预案对应的基准特征图或者基准特征向量集。
S222：通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集。
在相关的实施例中，S222所描述的通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集，可以通过以下S2221-S2223所描述的技术方案实现。
S2221：通过所述应急预案升级网络基于所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第一待定救援计划集。
S2222：通过所述应急预案升级网络基于所述第一待定救援计划集和所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第二紧急状态信息特征分布。
S2223：通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集。
例如，紧急状态信息可以理解为影响范围较大或者灾害程度较大的事件状态。
在一些可能的实施例中，上述S2223所描述的通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集，可以包括以下S22231和S22232。
S22231：通过所述应急预案升级网络获取所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布。
在本申请实施例中，所述救援计划聚类特征分布用于表示所述第一待定救援计划集属于各类别的概率，所述第一救援计划共性特征分布用于表示所述第一动态救援计划集相对于所述第一待定救援计划集的差异情况（误差/偏差）。
S22232：基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息。
进一步地，所述第一动态救援计划集的信息还包括所述第一动态救援计划集的救援计划要素和所述第一动态救援计划集的类别。基于此，S22232所描述的基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息，可以包括：对所述第二紧急状态信息特征分布对应的救援计划聚类特征分布进行特征清洗处理，得到所述第一动态救援计划集的类别；对所述第二紧急状态信息特征分布对应的救援计划共性特征分布与所述第一待定救援计划集的救援计划要素进行差异情况校正，得到所述第一动态救援计划集的救援计划要素。例如，救援计划要素可以是救援计划的各类特征，这样一来，能够确保第一动态救援计划集的信息与实际地理灾害发生环境之间的高相关性。
通过上述S2221-S2223，能够将紧急状态信息考虑在内，从而准确可靠地确定出第一动态救援计划集。
可以理解的是，通过上述S221和S222，能够对在先的地理灾害应急预案进行特征精简处理，从而在确保准确确定第一动态救援计划集的前提下减少获取第一动态救援计划集的耗时。
在一些可选的实施例中，在S22所描述的通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集之前，还可以包括S30：对所述应急预案升级网络进行训练调参。
可以理解，对所述应急预案升级网络进行训练调参对应于对相关的网络模型进行训练。相应的，S30所描述的对所述应急预案升级网络进行训练调参，可以包括S31-S36。
S31：将样本地理灾害应急预案传入所述应急预案升级网络。
S32：通过所述应急预案升级网络获取所述样本地理灾害应急预案的第二静态特征分布。
S33：通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布。
S34：通过所述应急预案升级网络将所述第二紧急状态信息拆解为多个所述预案状态事件，通过所述应急预案升级网络基于所述第三紧急状态信息特征分布识别所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络对所述第二静态特征分布进行动态升级，以得到第二动态升级特征分布。
S35：基于所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性和第一基准变换可能性之间的比较情况获取所述应急预案升级网络的第一网络损失，基于所述第二动态升级特征分布与第二基准变换可能性之间的比较情况获取所述应急预案升级网络的第二网络损失。
例如，网络损失可以是网络模型的损失函数。
S36：基于所述第一网络损失和所述第二网络损失改进所述应急预案升级网络的网络参量。
例如，网络参量可以是网络模型的模型参量或者相关网络层参数。
这样一来，通过S31-S36，能够对应急预案升级网络进行全局性的样本，从而确保应急预案升级网络在后续使用过程中的稳定性和运行质量。
在一些相关的实施例中，所述通过所述应急预案升级网络基于所述第二静态特征分布获取所述在先的地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布，可以包括以下内容：通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案的第二待定救援计划集，将所述第二待定救援计划集在所述样本地理灾害应急预案中对应的状态信息作为所述第二紧急状态信息；通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布。
进一步地，在所述通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布之后，可以包括以下内容：通过所述应急预案升级网络获取所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布，其中，所述第三紧急状态信息特征分布对应的救援计划聚类特征分布用于表示所述第二待定救援计划集属于各类别的概率，所述第三紧急状态信息特征分布对应的救援计划共性特征分布用于表示第二动态救援计划集相对于所述第二待定救援计划集的差异情况；基于所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和第三基准变换可能性之间的比较情况，获取所述应急预案升级网络的第三网络损失，基于所述第三紧急状态信息特征分布对应的所述救援计划共性特征分布与第四基准变换可能性之间的比较情况，获取所述应急预案升级网络的第四网络损失；基于所述第三网络损失和所述第四网络损失改进所述应急预案升级网络的网络参量。
可以理解，第一网络损失、第二网络损失、第三网络损失和第四网络损失分别从不同角度反映应急预案升级网络的性能，如此设计，能够尽可能结合更多层面的网络损失实现对应急预案升级网络的网络参量的改进，从而提高应急预案升级网络的抗干扰能力。
S23：紧急事件分级推动***通过所述应急预案升级网络基于所述第一动态救援计划集获取所述在先的地理灾害应急预案中的第一紧急状态信息和第一紧急状态信息特征分布。
在本申请实施例中，所述第一紧急状态信息为所述第一动态救援计划集在所述在先的地理灾害应急预案中对应的状态信息。
S24：紧急事件分级推动***通过所述应急预案升级网络将所述第一紧急状态信息拆解为多个预案状态事件，通过所述应急预案升级网络基于所述第一紧急状态信息特征分布识别所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性。
在本申请实施例中，所述预案状态事件对应的预案变换可能性为所述预案状态事件中存在动态救援计划的概率。预案变换可能性还可以理解为预案状态事件的特征信息。
在一些示例中，所述第一动态救援计划集的信息包括所述第一动态救援计划集的救援计划要素。基于此，S24所描述的通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，可以包括以下S241和S242所描述的技术方案。
S241：通过所述应急预案升级网络对所述第一静态特征分布进行动态升级，得到所述在先的地理灾害应急预案中所述预案状态节点对应的第一动态升级特征分布。
例如，动态升级可以理解为基于地理灾害业务动态状态对特征分布进行改进。
S242：基于所述第一动态救援计划集的救援计划要素确定所述第一紧急状态信息中每个预案状态节点在所述第一动态升级特征分布中对应的预案变换可能性，作为对应所述第一紧急状态信息中所述预案状态节点的动态预案变换可能性。
可以理解，通过S241和S242，能够将地理灾害业务动态状态考虑在内，从而确保第一紧急状态信息中每个预案状态节点（可以按照时序特征进行拆解）的动态预案变换可能性的完整性。
S25：紧急事件分级推动***基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果。
例如，预案分级推动升级结果可以是预案分级推动的改进结果或者更新结果，用于进行指导后续的地理灾害应急预案的分级推动，从而提高地理灾害应急预案的分级推动效率，提升地理灾害应急预案的响应积极性。
在一些示例中，所述第一动态救援计划集的信息包括第一动态救援计划集的类别。基于此，S25所描述的基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果，可以包括S251和S252。
S251：基于所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性确定所述第一紧急状态信息中存在所述动态救援计划的状态信息，基于所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，确定所述第一紧急状态信息中对应所述预案状态节点的类别。
在本申请实施例中，所述存在动态救援计划的状态信息对应的所述预案状态事件对应的预案变换可能性大于预设概率阈值；
S252：基于所述第一紧急状态信息中每个所述预案状态节点的类别，确定所述存在动态救援计划的状态信息中属于所述第一动态救援计划集的类别的预案状态节点，作为所述预案分级推动升级结果。
例如，所述存在动态救援计划的状态信息中属于所述第一动态救援计划集的类别的预案状态节点可以包括相关的应急预案的共性情况，通过所述存在动态救援计划的状态信息中属于所述第一动态救援计划集的类别的预案状态节点，能够从全局层面分析预案分级推动需求，从而准确、可靠地得到预案分级推动升级结果。
在一些选择性的实施例中，在上述S21-S25的基础上，该方法还可以包括以下内容。
S26：根据所述预案分级推动升级结果进行紧急事件分级推动。
比如，可以根据预案分级推动升级结果进行相关预案执行优先级的调整，从而实现紧急事件分级推动，进而快速、准确应对各类突发的情况。
在一些选择性的实施例中，S26所描述的根据所述预案分级推动升级结果进行紧急事件分级推动，可以包括以下S261-S266所描述的技术方案。
S261：获取所述预案分级推动升级结果对应的应急措施信息集，其中，所述应急措施信息集包括存在关联的i组应急措施信息，所述i为大于或等于1的整数；
S262：根据所述应急措施信息集获取应急干扰信息集，其中，所述应急干扰信息集包括存在关联的i组应急干扰信息。
S263：基于所述应急措施信息集，通过应急措施分析网络所包括的第一信息精筛子网获取应急措施特征集，其中，所述应急措施特征集包括i个应急措施特征。
S264：基于所述应急干扰信息集，通过所述应急措施分析网络所包括的第二信息精筛子网获取应急干扰特征集，其中，所述应急干扰特征集包括i个应急干扰特征。
S265：基于所述应急措施特征集以及所述应急干扰特征集，通过所述应急措施分析网络所包括的预案兼容性分析子网获取所述应急措施信息所对应的预案冲突标签。
S266：根据所述预案冲突标签确定所述应急措施信息集的分级推动策略，基于所述分级推动策略进行紧急事件分级推动。
在一些选择性的实施例中，所述基于所述应急措施特征集以及所述应急干扰特征集，通过所述应急措施分析网络所包括的预案兼容性分析子网获取所述应急措施信息集所对应的预案冲突标签，包括：基于所述应急措施特征集，通过所述应急措施分析网络所包括的第一经纬度关注单元获取i个第一特征表达，其中，每个第一特征表达对应于一个应急措施特征；基于所述应急干扰特征集，通过所述应急措施分析网络所包括的第二经纬度关注单元获取i个第二特征表达，其中，每个第二特征表达对应于一个应急干扰特征；对所述i个第一特征表达以及所述i个第二特征表达进行合成处理，得到i个目标特征表达，其中，每个目标特征表达包括一个第一特征表达以及一个第二特征表达；基于所述i个目标特征表达，通过所述应急措施分析网络所包括的所述预案兼容性分析子网获取所述应急措施信息集所对应的预案冲突标签。
在一些选择性的实施例中，所述基于所述应急措施特征集，通过所述应急措施分析网络所包括的第一经纬度关注单元获取i个第一特征表达，包括：针对所述应急措施特征集中的每组应急措施特征，通过所述第一经纬度关注单元所包括的全局聚类层获取第一全局聚类特征，其中，所述第一经纬度关注单元属于所述应急措施分析网络；针对所述应急措施特征集中的每组应急措施特征，通过所述第一经纬度关注单元所包括的局部聚类层获取第一局部聚类特征；针对所述应急措施特征集中的每组应急措施特征，基于所述第一全局聚类特征以及所述第一局部聚类特征，通过所述第一经纬度关注单元所包括的特征压缩层获取第一融合特征；针对所述应急措施特征集中的每组应急措施特征，基于所述第一融合特征以及所述应急措施特征，通过所述第一经纬度关注单元所包括的第一局部聚类层获取第一特征表达。
可以理解的是，通过实施上述S261-S266，能够考虑不同预案之间的兼容情况和冲突情况，从而保证在进行紧急事件分级推动能够考虑全局层面的协调，避免不同应急事件预案之间出现冲突。
通过上述方式，本申请通过应急预案升级网络获取在先的地理灾害应急预案中的的第一动态救援计划集，基于第一动态救援计划集获取在先的地理灾害应急预案的第一静态特征分布和第一紧急状态信息特征分布，对第一紧急状态信息进行预案状态事件化的动态救援计划选定，从而能够快速实现对第一紧急状态信息中动态救援计划的初步筛选，并通过应急预案升级网络获取第一紧急状态信息中每个预案状态节点的动态预案变换可能性，从而能够结合第一紧急状态信息中动态救援计划的粗筛结果和每个预案状态节点的动态预案变换可能性获取预案分级推动升级结果。相比于相关的通过紧急事件分级推动决策树对第一紧急状态信息特征分布进行预案分级推动升级的技术，本申请提高了预案分级推动升级的准确性和及时性，有效减少了紧急事件分级推动的***资源消耗。
并且，由于相关技术的紧急事件分级推动决策树需要获取其对应的第一紧急状态信息特征分布中各预案变换可能性属于各类别的概率，因此其输出的特征分布会占用大量的***资源和开销，而本申请中的应急预案升级网络只是对各预案状态事件是否存在动态救援计划进行识别，进而有效减少***资源的占用和开销，因此能够减少地理灾害应急预案升级所需占用的***资源消耗，减少应急预案分级推动升级的耗时。
基于上述同样的发明构思，如图3所示，本申请实施例还提供了一种基于GIS的紧急事件分级推动装置20，应用于紧急事件分级推动***10，所述装置包括：
预案传入模块21，用于将在先的地理灾害应急预案传入应急预案升级网络；
计划获取模块22，用于通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集；
特征获取模块23，用于通过所述应急预案升级网络基于所述第一动态救援计划集获取所述在先的地理灾害应急预案中的第一紧急状态信息和第一紧急状态信息特征分布，其中，所述第一紧急状态信息为所述第一动态救援计划集在所述在先的地理灾害应急预案中对应的状态信息；
预案分析模块24，用于通过所述应急预案升级网络将所述第一紧急状态信息拆解为多个预案状态事件，通过所述应急预案升级网络基于所述第一紧急状态信息特征分布识别所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，其中，所述预案状态事件对应的预案变换可能性为所述预案状态事件中存在动态救援计划的概率；
分级推动模块25，用于基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取储存介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个储存介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的储存介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于GIS的紧急事件分级推动方法，其特征在于，应用于紧急事件分级推动***，包括：
将在先的地理灾害应急预案传入应急预案升级网络；
通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集；
通过所述应急预案升级网络基于所述第一动态救援计划集获取所述在先的地理灾害应急预案中的第一紧急状态信息和第一紧急状态信息特征分布，其中，所述第一紧急状态信息为所述第一动态救援计划集在所述在先的地理灾害应急预案中对应的状态信息；
通过所述应急预案升级网络将所述第一紧急状态信息拆解为多个预案状态事件，通过所述应急预案升级网络基于所述第一紧急状态信息特征分布识别所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，其中，所述预案状态事件对应的预案变换可能性为所述预案状态事件中存在动态救援计划的概率；
基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果。
2.根据权利要求1所述的方法，其特征在于，所述第一动态救援计划集的信息包括第一动态救援计划集的类别，所述基于所述第一紧急状态信息中每个所述预案状态事件的预案变换可能性、所述第一动态救援计划集的信息和所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，获取预案分级推动升级结果，包括：
基于所述第一紧急状态信息中每个所述预案状态事件对应的预案变换可能性确定所述第一紧急状态信息中存在所述动态救援计划的状态信息，基于所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，确定所述第一紧急状态信息中对应所述预案状态节点的类别，其中，所述存在动态救援计划的状态信息对应的所述预案状态事件对应的预案变换可能性大于预设概率阈值；
基于所述第一紧急状态信息中每个所述预案状态节点的类别，确定所述存在动态救援计划的状态信息中属于所述第一动态救援计划集的类别的预案状态节点，作为所述预案分级推动升级结果。
3.根据权利要求1所述的方法，其特征在于，所述通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集，包括：
通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一静态特征分布；
通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集。
4.根据权利要求3所述的方法，其特征在于，所述第一动态救援计划集的信息包括所述第一动态救援计划集的救援计划要素，所述通过所述应急预案升级网络获取所述第一紧急状态信息中每个预案状态节点的动态预案变换可能性，包括：
通过所述应急预案升级网络对所述第一静态特征分布进行动态升级，得到所述在先的地理灾害应急预案中所述预案状态节点对应的第一动态升级特征分布；
基于所述第一动态救援计划集的救援计划要素确定所述第一紧急状态信息中每个预案状态节点在所述第一动态升级特征分布中对应的预案变换可能性，作为对应所述第一紧急状态信息中所述预案状态节点的动态预案变换可能性。
5.根据权利要求3所述的方法，其特征在于，所述通过所述应急预案升级网络基于所述第一静态特征分布获取所述在先的地理灾害应急预案中的第一动态救援计划集，包括：
通过所述应急预案升级网络基于所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第一待定救援计划集；
通过所述应急预案升级网络基于所述第一待定救援计划集和所述第一静态特征分布，获取所述在先的地理灾害应急预案中的第二紧急状态信息特征分布；
通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集。
6.根据权利要求5所述的方法，其特征在于，所述通过所述应急预案升级网络基于所述第二紧急状态信息特征分布，获取所述第一动态救援计划集，包括：
通过所述应急预案升级网络获取所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布，其中，所述救援计划聚类特征分布用于表示所述第一待定救援计划集属于各类别的概率，所述救援计划共性特征分布用于表示所述第一动态救援计划集相对于所述第一待定救援计划集的差异情况；
基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息；
相应的，所述第一动态救援计划集的信息还包括所述第一动态救援计划集的救援计划要素和所述第一动态救援计划集的类别，所述基于所述第二紧急状态信息特征分布对应的救援计划聚类特征分布和所述第二紧急状态信息特征分布对应的救援计划共性特征分布获取所述第一动态救援计划集的信息，包括：
对所述第二紧急状态信息特征分布对应的救援计划聚类特征分布进行特征清洗处理，得到所述第一动态救援计划集的类别；
对所述第二紧急状态信息特征分布对应的救援计划共性特征分布与所述第一待定救援计划集的救援计划要素进行差异情况校正，得到所述第一动态救援计划集的救援计划要素。
7.根据权利要求1所述的方法，其特征在于，在所述通过所述应急预案升级网络获取所述在先的地理灾害应急预案中的第一动态救援计划集之前，包括：对所述应急预案升级网络进行训练调参。
8.根据权利要求7所述的方法，其特征在于，所述对所述应急预案升级网络进行训练调参，包括：
将样本地理灾害应急预案传入所述应急预案升级网络；
通过所述应急预案升级网络获取所述样本地理灾害应急预案的第二静态特征分布；
通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布；
通过所述应急预案升级网络将所述第二紧急状态信息拆解为多个所述预案状态事件，通过所述应急预案升级网络基于所述第三紧急状态信息特征分布识别所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性，通过所述应急预案升级网络对所述第二静态特征分布进行动态升级，以得到第二动态升级特征分布；
基于所述第二紧急状态信息中每个所述预案状态事件对应的预案变换可能性和第一基准变换可能性之间的比较情况获取所述应急预案升级网络的第一网络损失，基于所述第二动态升级特征分布与第二基准变换可能性之间的比较情况获取所述应急预案升级网络的第二网络损失；
基于所述第一网络损失和所述第二网络损失改进所述应急预案升级网络的网络参量；
其中，所述通过所述应急预案升级网络基于所述第二静态特征分布获取所述在先的地理灾害应急预案中的第二紧急状态信息和第三紧急状态信息特征分布，包括：
通过所述应急预案升级网络基于所述第二静态特征分布获取所述样本地理灾害应急预案的第二待定救援计划集，将所述第二待定救援计划集在所述样本地理灾害应急预案中对应的状态信息作为所述第二紧急状态信息；
通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布；
相应的，在所述通过所述应急预案升级网络基于所述第二待定救援计划集和所述第二静态特征分布，获取所述第三紧急状态信息特征分布之后，包括：
通过所述应急预案升级网络获取所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和救援计划共性特征分布，其中，所述第三紧急状态信息特征分布对应的救援计划聚类特征分布用于表示所述第二待定救援计划集属于各类别的概率，所述第三紧急状态信息特征分布对应的救援计划共性特征分布用于表示第二动态救援计划集相对于所述第二待定救援计划集的差异情况；
基于所述第三紧急状态信息特征分布对应的救援计划聚类特征分布和第三基准变换可能性之间的比较情况，获取所述应急预案升级网络的第三网络损失，基于所述第三紧急状态信息特征分布对应的所述救援计划共性特征分布与第四基准变换可能性之间的比较情况，获取所述应急预案升级网络的第四网络损失；
基于所述第三网络损失和所述第四网络损失改进所述应急预案升级网络的网络参量。
9.一种紧急事件分级推动***，其特征在于，包括处理器、网络模块和存储器；所述处理器和所述存储器通过所述网络模块通信，所述处理器从所述存储器中读取计算机程序并运行，以执行权利要求1-8任一项所述的方法。
10.一种计算机储存介质，其特征在于，所述计算机储存介质存储有计算机程序，所述计算机程序在运行时实现权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579042.XA CN114677061B (zh) | 2022-05-26 | 2022-05-26 | 一种基于gis的紧急事件分级推动方法、***及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210579042.XA CN114677061B (zh) | 2022-05-26 | 2022-05-26 | 一种基于gis的紧急事件分级推动方法、***及储存介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114677061A true CN114677061A (zh) | 2022-06-28 |
| CN114677061B CN114677061B (zh) | 2022-08-12 |
Family
ID=82079561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210579042.XA Active CN114677061B (zh) | 2022-05-26 | 2022-05-26 | 一种基于gis的紧急事件分级推动方法、***及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114677061B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013083A (zh) * | 2010-12-01 | 2011-04-13 | 深圳市天维尔通讯技术有限公司 | 一种基于预案生成应急行动方案的方法及*** |
| US20130066609A1 (en) * | 2011-09-14 | 2013-03-14 | C4I Consultants Inc. | System and method for dynamic simulation of emergency response plans |
| CN107154008A (zh) * | 2017-05-11 | 2017-09-12 | 长威信息科技发展股份有限公司 | 一种基于数字源预案处理紧急事件的方法及*** |
| CN107229745A (zh) * | 2017-06-22 | 2017-10-03 | 安徽山鼎信息科技有限公司 | 基于gis的地质灾害应急指挥*** |
| CN109785213A (zh) * | 2019-01-22 | 2019-05-21 | 珠海沃德尔软件科技有限公司 | 一种依据紧急事件状态动态变化的预案发布方法和*** |
| CN114004210A (zh) * | 2021-11-03 | 2022-02-01 | 昭通亮风台信息科技有限公司 | 基于神经网络的应急预案生成方法、***、设备及介质 |
-
2022
- 2022-05-26 CN CN202210579042.XA patent/CN114677061B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102013083A (zh) * | 2010-12-01 | 2011-04-13 | 深圳市天维尔通讯技术有限公司 | 一种基于预案生成应急行动方案的方法及*** |
| US20130066609A1 (en) * | 2011-09-14 | 2013-03-14 | C4I Consultants Inc. | System and method for dynamic simulation of emergency response plans |
| CN107154008A (zh) * | 2017-05-11 | 2017-09-12 | 长威信息科技发展股份有限公司 | 一种基于数字源预案处理紧急事件的方法及*** |
| CN107229745A (zh) * | 2017-06-22 | 2017-10-03 | 安徽山鼎信息科技有限公司 | 基于gis的地质灾害应急指挥*** |
| CN109785213A (zh) * | 2019-01-22 | 2019-05-21 | 珠海沃德尔软件科技有限公司 | 一种依据紧急事件状态动态变化的预案发布方法和*** |
| CN114004210A (zh) * | 2021-11-03 | 2022-02-01 | 昭通亮风台信息科技有限公司 | 基于神经网络的应急预案生成方法、***、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| 向红艳等: "高速公路交通事故紧急救援的预案生成模型", 《大连交通大学学报》 * |
| 陶鹏等: "基于动态博弈的城市轨道交通事故救援模型研究", 《中国公共安全(学术版)》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114677061B (zh) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dubé et al. | Location theories and business location decision: A micro-spatial investigation in Canada | |
| US20100305851A1 (en) | Device and method for updating cartographic data | |
| CN112118551B (zh) | 设备风险识别方法及相关设备 | |
| CN110554958A (zh) | 图数据库测试方法、***、设备和存储介质 | |
| CN104732301A (zh) | 一种物流信息分析建模方法 | |
| CN111797188B (zh) | 一种基于开源地理空间矢量数据的城市功能区定量识别方法 | |
| CN114677061B (zh) | 一种基于gis的紧急事件分级推动方法、***及储存介质 | |
| Regal et al. | A spatio-functional logistics profile clustering analysis method for metropolitan areas | |
| CN117540822A (zh) | 跨移动边缘网络的联邦类增量学习方法、设备和存储介质 | |
| CN111209487B (zh) | 用户数据分析方法、服务器及计算机可读存储介质 | |
| Yang et al. | Uncovering and modeling the hierarchical organization of urban heavy truck flows | |
| CN110007998B (zh) | 页面生成方法及装置 | |
| CN114550107B (zh) | 基于无人机集群的桥梁联动智能巡检方法、***及云平台 | |
| CN110688437A (zh) | 划分地理区域的方法、装置、设备及存储介质 | |
| CN111831892A (zh) | 信息推荐方法、信息推荐装置、服务器及存储介质 | |
| CN113304482A (zh) | 应用于云计算的云游戏玩家画像处理方法、服务器及介质 | |
| San Jose et al. | WebServices Integration on an RFID-based tracking system for Urban Transportation Monitoring | |
| CN112990779A (zh) | 一种对候选地址评分的方法、装置、设备及存储介质 | |
| TWI310919B (en) | Context-aware and real-time item tracking system architecture and scenariors | |
| Lakshman Narayana et al. | An intelligent iot framework for handling multidimensional data generated by iot gadgets | |
| CN114022049B (zh) | 一种基于云计算的智慧业务信息风险处理方法及*** | |
| CN111491256B (zh) | 商户定位方法、装置、服务器及可读存储介质 | |
| CN114218499B (zh) | 资源推荐方法、装置、计算机设备及存储介质 | |
| Franchi et al. | A Survey of Cloud-Enabled GIS Solutions Toward Edge Computing: Challenges and Perspectives | |
| CN114756660B (zh) | 自然灾害事件的抽取方法、装置、设备及存储介质 |
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 |