基于深度学习与遥感的滑坡灾情评估及社会化应急资源共享研究

第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究目的与意义
1.2 外研究现状
1.2.1 基于遥感及深度学习技术的灾害信息快速获取与分析
1.2.2 社会化应急资源共享
1.2.3 多Agent理论及技术
1.3 主要研究内容及技术路线
1.3.1 主要研究内容
1.3.2 技术路线
第2章 基于深度学习的语义分割及影像语义标注理论基础及实验数据预处理
2.1 方法与理论基础
2.1.1 遥感影像语义分割——U-Net深度神经网络
2.1.2 遥感影像语义标注——长短期记忆深度循环网络
2.2 实验区域及样本介绍
2.2.1 实验区域介绍
2.2.2 训练集样本介绍
2.3 本章小结
第3章 基于语义门的双时态长短期记忆网络（SG-BiTLSTM)的滑坡承灾体识别
3.1 基于SG-BiTLSTM的承灾体识别技术路线
3.2 SG-BiTLSTM网络结构
3.2.1 完整网络结构
3.2.2 双时态LSTM网络
3.2.3 语义门设计
3.3 综合误差计算
3.4 局部一完整对象关系转换
3.5 模型与实验分析
3.5.1 模型介绍
3.5.2 语又精度分析
3.5.3 模型稳定性分析
3.5.4 定位精度分析
3.5.5 “多对多”与“1对1”样本分析
3.5.6 语义门分析
3.6 本章小结
第4章 基于滑坡承灾体的灾情评估及社会化应急资源需求分析
4.1 基于遥感的滑坡灾情评估
4.1.1 滑坡分析
4.1.2 承灾体分析
4.2 基于承灾体的应急资源需求定量分析
4.2.1 道路类承灾体救援所需设备定量分析
4.2.2 建筑类承灾体救援所需设备定量分析
4.2.3 救援过程中所需生活保障用品定量分析
4.3 地震灾害社会化应急资源共享应急预案
4.4 本章小结
第5章 社会化应急资源共享机制及信任模式分析
5.1 社会化应急资源共享机制
5.2 社会化应急资源共享参与方之间的信任缺失问题
5.3 基于多维语义距离的诚信信息采集与一致性分析
5.3.1 基于多源信息的诚信分析——诚信度与慈善度