电子信息技术

本发明公开了一种面向无人机应急网络部署的城市分类方法，属于应急部署技术领域。其包括以下步骤：建立城市分类标准；建立城市数据集，并将城市数据集分为训练集和测试集；建立分类模型，对分类模型进行训练，得到训练好的分类模型；采用训练好的分类模型对城市进行分类，得到分类结果。本发明采用基于麻雀搜索算法的支持向量机作为分类模型。该模型对常规的支持向量机进行了优化。训练好的S‑SVM分类模型在查全率、查准率和F综合指标值上都取得了好的效果，且该模型的分类准确率高、耗时短、可靠性强。本发明能够对城市进行有效分类，为后续的无人机应急网络部署方案提供重要依据。

近年来，世界城市化进程明显加快。城市不仅容纳了大部分的人口，还具备很强的政治、经济、文化实力。预计到2050年约93亿世界总人口中的63亿将居住在城市，越来越多的严峻问题将聚集在城市中。例如，自然灾害发生后城市地区将是极为严重的，随着无人机关键技术的发展，无人机集群组成的无人机网络越来越多的应用于城市灾区以提供应急通信。然而城市众多，且各城市的面积、建筑分布地理环境各异，不同的城市对于应急网络的需求不同。适宜的城市分类标准以及有效的城市分类方法有益于具有针对性的对不同的城市进行评估，并能够因地制宜的制定合理的问题解决方案。

本发明技术方案的有益效果在于：

1、本发明能够对城市进行有效分类，分类中充分考虑了建筑密度以及建筑高度这两个影响无人机应急网络部署的关键因素。因此，采用该方法分类后，可以更有针对性地对不同类型的城市制定不同的无人机应急网络部署方案。译

 2、本发明采用基于麻雀搜索算法的支持向量机(简称为S‑SVM)作为分类模型。该模型对常规的支持向量机(SVM)进行了优化。训练好的S‑SVM分类模型在查全率、查准率和F综合指标值上都取得了好的效果，且该模型的分类准确率高、耗时短、可靠性强。