地震災(zāi)害突發(fā)性強(qiáng)、破壞性大,嚴(yán)重威脅人類(lèi)生命和財(cái)產(chǎn)安全,嚴(yán)重影響經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定。受當(dāng)前科技水平限制,人類(lèi)尚不具備準(zhǔn)確預(yù)測(cè)短期地震發(fā)生的能力。因此,震前進(jìn)行大范圍地震風(fēng)險(xiǎn)評(píng)估,既有助于政府部門(mén)制定城市規(guī)劃和應(yīng)急管理方案、最大程度減輕地震災(zāi)害風(fēng)險(xiǎn),也可以提高人民群眾對(duì)潛在災(zāi)害的風(fēng)險(xiǎn)意識(shí)。承災(zāi)體/建（構(gòu)）筑物資料數(shù)據(jù)是進(jìn)行地震風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)工作之一。傳統(tǒng)的實(shí)地調(diào)研方法獲取的建筑物數(shù)據(jù)精度高、可靠性強(qiáng),但也存在費(fèi)時(shí)費(fèi)力、更新速度慢等缺點(diǎn),無(wú)法滿足區(qū)域尺度地震風(fēng)險(xiǎn)評(píng)估的需求。近年來(lái),隨著中國(guó)經(jīng)濟(jì)和社會(huì)的迅速發(fā)展,城市規(guī)模的不斷擴(kuò)張和建筑物的快速持續(xù)變化,不僅加劇了潛在地震風(fēng)險(xiǎn),也增加了及時(shí)、準(zhǔn)確進(jìn)行地震風(fēng)險(xiǎn)評(píng)估的難度。因此,研究并建立一套大范圍、高精度、快速的建筑物數(shù)據(jù)獲取和及時(shí)更新的方法,能夠?yàn)閰^(qū)域尺度地震災(zāi)害風(fēng)險(xiǎn)評(píng)估提供必要的數(shù)據(jù)支撐;同時(shí)考慮結(jié)合社會(huì)脆弱性因素構(gòu)建情景地震,探討建筑物地震易損性及社會(huì)脆弱性對(duì)地震情景的作用程度,并針對(duì)性地部署地震應(yīng)急準(zhǔn)備工作,對(duì)于最大限度減輕地震災(zāi)害風(fēng)險(xiǎn)具有重要應(yīng)用價(jià)值和現(xiàn)實(shí)意義。為此,本論文首先研究并提出了兩種基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像建筑物分... 

【文章來(lái)源】：中國(guó)地震局地質(zhì)研究所北京市

【文章頁(yè)數(shù)】：133 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

技術(shù)路線圖

第3章面向地震風(fēng)險(xiǎn)評(píng)估的深度學(xué)習(xí)建筑物自動(dòng)提取21δ()=11+(3.1)Sigmoid函數(shù)連續(xù)可導(dǎo)，其形狀如圖3.1所示。作為激活函數(shù)，將輸入映射到0到1之間，非常小的負(fù)數(shù)被映射為0，非常大的正數(shù)被映射為1，且在輸入為0的時(shí)候輸出為0.5。Sigmoid函數(shù)的優(yōu)點(diǎn)是平滑、易于求導(dǎo)。缺點(diǎn)是計(jì)算量大，且容易出現(xiàn)梯度彌散（GradientDiffusion）現(xiàn)象。圖3.1Sigmoid函數(shù)示意圖（2）Tanh函數(shù)Tanh和Sigmoid的函數(shù)及導(dǎo)數(shù)相似，其函數(shù)的數(shù)學(xué)表達(dá)式為T(mén)anh()=+(3.2)Tanh函數(shù)輸出值的取值范圍在-1到1之間。當(dāng)輸入為0時(shí)輸出也為0，因此它輸出的平均值基本為0。但是還會(huì)存在梯度彌散和計(jì)算量大的缺點(diǎn)。圖3.2Tanh函數(shù)示意圖（3）ReLU函數(shù)ReLU函數(shù)是深度學(xué)習(xí)中應(yīng)用最廣泛的激活函數(shù)之一，其數(shù)學(xué)表達(dá)式為：()={0,≤0,>0(3.3)當(dāng)輸入的數(shù)據(jù)大于0時(shí)直接輸出，輸入的數(shù)據(jù)小于0時(shí)全部抑制為0。ReLU

第3章面向地震風(fēng)險(xiǎn)評(píng)估的深度學(xué)習(xí)建筑物自動(dòng)提取21δ()=11+(3.1)Sigmoid函數(shù)連續(xù)可導(dǎo)，其形狀如圖3.1所示。作為激活函數(shù)，將輸入映射到0到1之間，非常小的負(fù)數(shù)被映射為0，非常大的正數(shù)被映射為1，且在輸入為0的時(shí)候輸出為0.5。Sigmoid函數(shù)的優(yōu)點(diǎn)是平滑、易于求導(dǎo)。缺點(diǎn)是計(jì)算量大，且容易出現(xiàn)梯度彌散（GradientDiffusion）現(xiàn)象。圖3.1Sigmoid函數(shù)示意圖（2）Tanh函數(shù)Tanh和Sigmoid的函數(shù)及導(dǎo)數(shù)相似，其函數(shù)的數(shù)學(xué)表達(dá)式為T(mén)anh()=+(3.2)Tanh函數(shù)輸出值的取值范圍在-1到1之間。當(dāng)輸入為0時(shí)輸出也為0，因此它輸出的平均值基本為0。但是還會(huì)存在梯度彌散和計(jì)算量大的缺點(diǎn)。圖3.2Tanh函數(shù)示意圖（3）ReLU函數(shù)ReLU函數(shù)是深度學(xué)習(xí)中應(yīng)用最廣泛的激活函數(shù)之一，其數(shù)學(xué)表達(dá)式為：()={0,≤0,>0(3.3)當(dāng)輸入的數(shù)據(jù)大于0時(shí)直接輸出，輸入的數(shù)據(jù)小于0時(shí)全部抑制為0。ReLU

【參考文獻(xiàn)】：
期刊論文
[1]寧波市地震災(zāi)害風(fēng)險(xiǎn)初步評(píng)估[J]. 張蓓蕾,彭驍,周浩波.  地震科學(xué)進(jìn)展. 2020(04)
[2]多層局部感知卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類(lèi)[J]. 池濤,王洋,陳明.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(01)
[3]顧及上下文信息的城區(qū)機(jī)載LiDAR建筑物自動(dòng)化提取方法研究[J]. 陳宇琪,羅一芬,龍競(jìng)帥,郭雪瑩.  地理信息世界. 2019(05)
[4]基于指標(biāo)體系的浙江省地震災(zāi)害風(fēng)險(xiǎn)評(píng)估[J]. 侯林鋒,李大衛(wèi),周新民.  華北地震科學(xué). 2019(04)
[5]一種遙感影像自適應(yīng)分割尺度的分類(lèi)方法[J]. 王芳,王建,謝兵,何陽(yáng)陽(yáng),陳愛(ài)玲,敬遠(yuǎn)兵.  測(cè)繪科學(xué). 2019(11)
[6]多尺度對(duì)象高空間分辨率遙感影像譜聚類(lèi)分割[J]. 李軍軍,曹建農(nóng),廖娟,程貝貝,朱瑩瑩.  測(cè)繪科學(xué). 2019(10)
[7]基于格網(wǎng)的全國(guó)尺度地震災(zāi)害損失預(yù)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 丁香,王曉青,竇愛(ài)霞,袁小祥,丁玲.  中國(guó)地震. 2019(02)
[8]高分辨率遙感影像建筑物分級(jí)提取[J]. 游永發(fā),王思遠(yuǎn),王斌,馬元旭,申明,劉衛(wèi)華,肖琳.  遙感學(xué)報(bào). 2019(01)
[9]基于深度學(xué)習(xí)的高分辨率遙感影像建筑物提取方法[J]. 范榮雙,陳洋,徐啟恒,王競(jìng)雪.  測(cè)繪學(xué)報(bào). 2019(01)
[10]基于機(jī)器學(xué)習(xí)的智能昆蟲(chóng)分目識(shí)別算法應(yīng)用[J]. 穆文秀,洪蕾,王瀚.  數(shù)字技術(shù)與應(yīng)用. 2018(11)

博士論文
[1]災(zāi)害情景下城市脆弱性評(píng)估研究[D]. 石勇.華東師范大學(xué) 2010
[2]高分辨率SAR圖像建筑物提取方法研究[D]. 趙凌君.國(guó)防科學(xué)技術(shù)大學(xué) 2009

碩士論文
[1]基于深度學(xué)習(xí)的遙感影像建筑物提取方法研究[D]. 朱光亞.浙江大學(xué) 2019
[2]基于深度學(xué)習(xí)技術(shù)的高分辨率遙感影像建設(shè)用地信息提取研究[D]. 馮麗英.浙江大學(xué) 2017
[3]遙感圖像建筑物檢測(cè)的關(guān)鍵技術(shù)研究[D]. 張尚琪.中國(guó)地質(zhì)大學(xué)(北京) 2017
[4]基于GIS的建筑物地震風(fēng)險(xiǎn)損失評(píng)估方法研究及應(yīng)用[D]. 許瑩.昆明理工大學(xué) 2017
[5]砌體結(jié)構(gòu)地震易損性分析[D]. 吳善香.中國(guó)地震局工程力學(xué)研究所 2015
[6]城市承災(zāi)體地震風(fēng)險(xiǎn)評(píng)估及損失研究[D]. 王靜.大連理工大學(xué) 2014



本文編號(hào)：3130518