您的位置： 专家智库 > >

潘昊

作品数：6 被引量：5H指数：1
供职机构：天津大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：水利工程建筑科学自动化与计算机技术环境科学与工程更多>>

合作作者

文献类型

  • 3篇专利
  • 2篇学位论文
  • 1篇期刊文章

领域

  • 2篇自动化与计算...
  • 2篇建筑科学
  • 2篇水利工程
  • 1篇环境科学与工...
  • 1篇核科学技术

主题

  • 4篇内涝
  • 4篇城市
  • 4篇城市内涝
  • 2篇神经网
  • 2篇神经网络
  • 2篇数值模拟
  • 2篇数值模拟模型
  • 2篇水深
  • 2篇网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 2篇降雨
  • 2篇风险图
  • 2篇值模拟
  • 1篇地形
  • 1篇地形因子
  • 1篇因子数据
  • 1篇灾害
  • 1篇山洪
  • 1篇山洪灾害

机构

  • 6篇天津大学
  • 1篇天津师范大学

作者

  • 6篇潘昊
  • 4篇徐奎
  • 2篇苑希民
  • 1篇练继建

传媒

  • 1篇水资源保护

年份

  • 1篇2024
  • 1篇2023
  • 3篇2022
  • 1篇2013
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
校园网中基于Spring架构的能效管理平台的设计与实现
潘昊
一种基于改进卷积神经网络的城市内涝积水分布快速预测方法
本发明涉及一种基于改进卷积神经网络的城市内涝积水分布快速预测方法，包括：1、构建快速预测模型数据集：该数据集为内涝影响因子‑内涝表征因子数据集，内涝影响因子包括降雨因子、地形因子、管网长度因子以及距河系距离因子；2、基于...
徐奎庄云超宾零陵潘昊
基于强化学习的海南岛山洪灾害易发性评估被引量：5
2023年
采用多重共线性分析和极致梯度提升模型确定海南岛山洪灾害影响因子,提出了基于SAC强化学习算法的海南岛山洪灾害易发性评估模型。采用敏感性、特异性等指标和受试者工作特征曲线,将强化学习模型评估结果与卷积神经网络和深度神经网络模型评估结果进行对比。结果表明:强化学习模型具有较高的准确性和可靠性,测试数据集AUC指标达到0.931,高于卷积神经网络和深度神经网络模型的评估结果,可为海南岛山洪灾害风险评估提供科学依据。
徐奎潘昊宾零陵练继建
关键词：防洪减灾
一种耦合深度学习-数值模拟的城市内涝风险图快速预制方法
本发明涉及一种耦合深度学习‑数值模拟的城市内涝风险图快速预制方法，步骤为：1、利用PCSWMM构建城市内涝数值模拟模型，以2、5、10、50、100年设计降雨量为该模型的输入，以最大淹没水深和最大淹没流速为该模型的输出，...
徐奎潘昊宾零陵苑希民
基于卷积神经网络的城市内涝积水分布快速预测模型研究
随着气候变化和城市化加剧，极端强降水事件频发，城市对强降水事件的敏感性及脆弱性明显增强，导致近些年我国频繁出现“城市看海”现象。因此，快速预测城市内涝积水分布，提高我国城市防涝减灾能力，切实减轻城市洪涝灾害，是城市发展的...
潘昊
关键词：城市内涝卷积神经网络
一种耦合深度学习-数值模拟的城市内涝风险图快速预制方法
本发明涉及一种耦合深度学习‑数值模拟的城市内涝风险图快速预制方法，步骤为：1、利用PCSWMM构建城市内涝数值模拟模型，以2、5、10、50、100年设计降雨量为该模型的输入，以最大淹没水深和最大淹没流速为该模型的输出，...
徐奎潘昊宾零陵苑希民
文献传递
全选 清除 导出
共1页<1>
聚类工具0