本技术涉及数据评估，具体而言，涉及一种高位山体滑坡灾害的评估方法及系统。
背景技术：
1、高位滑坡是指剪出口高于坡脚地面，滑坡体重心和剪出口位置高、临空条件好，具有极大势能的滑坡。高位滑坡可分为滑源区、滑流区和堆积区，各区运动速度表现出不同的规律；高位滑坡的防治应当着重考虑充分利用地形优势、加强群众意识和重视勘察监测等因素，特别是地形条件对于建筑物和灾害防治构筑物的选址具有重要的影响；高位滑坡定量化系统深入的研究急待开展。
2、现目前，根据现有技术对高位滑坡的监测是十分困难，由于地势的复杂性，相关技术人员很难上到该区域，在这样的前提下采集到的高位滑坡数据可能出现异常或者不准确的情况，从而导致高位山体滑坡灾害难以进行评估，因此，亟需一种技术方案以改善上述技术问题。
技术实现思路
1、为改善相关技术中存在的技术问题，本技术提供了一种高位山体滑坡灾害的评估方法及系统。
2、第一方面，提供一种高位山体滑坡灾害的评估方法，包括：
3、获得检测对象的待处理高位坡道隐患信息；
4、将所述待处理高位坡道隐患信息加载至高位坡道隐患信息分析线程，所述高位坡道隐患信息分析线程是根据重要描述内容质量指标配置所得，其中，所述重要描述内容质量指标是根据检测对象的第一范例高位坡道隐患信息集分析后所得第二范例高位坡道隐患信息集中的范例重要描述内容，以及目标高位坡道隐患信息集合的目标范例高位坡道隐患信息集分析后所得目标次要范例高位坡道隐患信息集中的范例重要描述内容搭建的；
5、获得所述高位坡道隐患信息分析线程对所述待处理高位坡道隐患信息进行分析所得所述目标高位坡道隐患信息集合的目标高位坡道隐患信息，所述目标高位坡道隐患信息中所涵盖的重要描述内容与所述待处理高位坡道隐患信息中所涵盖的重要描述内容一致。
6、在本技术中，在将所述待处理高位坡道隐患信息加载至高位坡道隐患信息分析线程之前，所述方法还包括：
7、获得所述第一范例高位坡道隐患信息集、所述目标范例高位坡道隐患信息集以及待配置线程，其中，所述待配置线程包括第一人工智能分析线程和第二人工智能分析线程，所述第一范例高位坡道隐患信息集和所述目标范例高位坡道隐患信息集中的范例高位坡道隐患信息都具有用于表示所述范例重要描述内容的范例目录；
8、将所述第一范例高位坡道隐患信息集加载至所述第一人工智能分析线程，分析得到具有所述范例重要描述内容的所述目标高位坡道隐患信息集合的第二范例高位坡道隐患信息集，并将所述目标范例高位坡道隐患信息集加载至所述第二人工智能分析线程，分析得到具有所述范例重要描述内容的所述检测对象的目标次要范例高位坡道隐患信息集；
9、结合所述目标次要范例高位坡道隐患信息集中的范例重要描述内容和所述第二范例高位坡道隐患信息集中的范例重要描述内容搭建所述重要描述内容质量指标；
10、结合所述重要描述内容质量指标对所述待配置线程的线程系数进行更新，以得到所述高位坡道隐患信息分析线程。
11、可以理解的是，在将信息输入至高位坡道隐患信息分析线程之前，如果信息是错误的前提下，高位坡道隐患信息分析线程分析出来的数据也是错误的，该步骤是为了保障在数据输入高位坡道隐患信息分析线程时，数据是准确无误的。
12、在本技术，所述获得所述第一范例高位坡道隐患信息集、所述目标范例高位坡道隐患信息集以及待配置线程，包括：
13、采集所述检测对象的范例高位坡道隐患信息，并采集所述目标高位坡道隐患信息集合的范例高位坡道隐患信息；
14、对所采集到的所述检测对象的范例高位坡道隐患信息进行所述范例重要描述内容的批注，得到所述第一范例高位坡道隐患信息集；
15、对所采集所述目标高位坡道隐患信息集合的局部范例高位坡道隐患信息进行所述范例重要描述内容的批注，得到所述目标范例高位坡道隐患信息集。
16、可以理解的是，通过精确的得到范例高位坡道隐患信息，从而保障了获得所述第一范例高位坡道隐患信息集、所述目标范例高位坡道隐患信息集以及待配置线程的准确性和可靠性。
17、在本技术，所述结合所述目标次要范例高位坡道隐患信息集中的范例重要描述内容和所述第二范例高位坡道隐患信息集中的范例重要描述内容搭建所述重要描述内容质量指标，包括：
18、结合所述第二范例高位坡道隐患信息集中的范例重要描述内容和所述第一范例高位坡道隐患信息集中的范例重要描述内容的区分，搭建第一重要描述内容质量指标；
19、结合所述目标次要范例高位坡道隐患信息集中的范例重要描述内容和所述目标范例高位坡道隐患信息集中的范例重要描述内容的区分，搭建第二重要描述内容质量指标；
20、结合所述第一重要描述内容质量指标和第二重要描述内容质量指标生成所述重要描述内容质量指标。
21、可以理解的是，结合所述目标次要范例高位坡道隐患信息集中的范例重要描述内容和所述第二范例高位坡道隐患信息集中的范例重要描述内容时，改善了范例重要描述内容的区分不准确的问题，从而能够准确地搭建所述重要描述内容质量指标。
22、在本技术，在所述结合所述重要描述内容质量指标对所述待配置线程的线程系数进行更新之前，所述方法还包括：
23、将所述第二范例高位坡道隐患信息集加载至所述第二人工智能分析线程中，分析得到所述检测对象的重新搭建范例高位坡道隐患信息集；
24、将所述目标次要范例高位坡道隐患信息集加载至所述第一人工智能分析线程中，分析得到所述目标高位坡道隐患信息集合的目标重新搭建范例高位坡道隐患信息集；
25、结合所述重新搭建范例高位坡道隐患信息集和所述目标重新搭建范例高位坡道隐患信息集搭建重新搭建质量指标；
26、可以理解的是，通过重新搭建范例高位坡道隐患信息集保障了搭建重新搭建质量指标的可靠性和准确性。
27、所述结合所述重要描述内容质量指标对所述待配置线程的线程系数进行更新，包括：结合所述重新搭建质量指标和所述重要描述内容质量指标生成所述待配置线程对应的线程质量指标，结合所述线程质量指标对所述待配置线程的线程系数进行更新。
28、可以理解的是，通过线程质量指标，提高了待配置线程的线程系数进行更新的精度。
29、在本技术，所述结合所述重新搭建范例高位坡道隐患信息集和所述目标重新搭建范例高位坡道隐患信息集搭建重新搭建质量指标，包括：
30、结合所述重新搭建范例高位坡道隐患信息集和所述第一范例高位坡道隐患信息集的共性评分，搭建第一重新搭建质量指标；
31、结合所述目标重新搭建范例高位坡道隐患信息集和所述目标范例高位坡道隐患信息集的共性评分，搭建第二重新搭建质量指标；
32、结合所述第一重新搭建质量指标和所述第二重新搭建质量指标生成所述重新搭建质量指标。
33、可以理解的是，结合所述重新搭建范例高位坡道隐患信息集和所述目标重新搭建范例高位坡道隐患信息集时，改善了共性评分不准确的问题，从而能够精确地搭建重新搭建质量指标。
34、在本技术，所述待配置线程还包括用于在所述目标高位坡道隐患信息集上判断高位坡道隐患信息关键的第一分析线程，以及用于在所述检测对象上判断高位坡道隐患信息关键的第二分析线程；所述结合所述线程质量指标对所述待配置线程的线程系数进行更新之前，所述方法还包括：
35、将所述第二范例高位坡道隐患信息集加载至所述第一分析线程中，得到第一分析结果；
36、将所述目标次要范例高位坡道隐患信息加载至所述第二分析线程中，得到第二分析结果；
37、结合所述第一分析结果和所述第二分析结果搭建进行质量评估生成质量指标；
38、所述结合所述重新搭建质量指标和所述重要描述内容质量指标生成所述待配置线程对应的线程质量指标，包括：结合所述重新搭建质量指标、所述重要描述内容质量指标和所述进行质量评估生成质量指标融合生成质量指标，根据所述质量指标生成所述待配置线程对应的线程质量指标。
39、可以理解的是，通过质量指标从而提高线程质量指标的精度。
40、在本技术，所述结合所述第一分析结果和所述第二分析结果搭建进行质量评估生成质量指标，包括：
41、将所述目标范例高位坡道隐患信息集加载至所述第一分析线程中，得到第三分析结果；
42、将所述第一范例高位坡道隐患信息集加载至所述第二分析线程中，得到第四分析结果；
43、结合所述第一分析结果和所述第三分析结果搭建第一进行质量评估生成质量指标；
44、结合所述第二分析结果和所述第四分析结果搭建第二进行质量评估生成质量指标；
45、结合所述第一进行质量评估生成质量指标和所述第二进行质量评估生成质量指标生成所述进行质量评估生成质量指标。
46、可以理解的是，结合所述第一分析结果和所述第二分析结果搭建进行质量评估时，改善了分析结果不准确的问题，从而提高生成质量指标的准确性。
47、在本技术，所述结合所述重新搭建质量指标、所述重要描述内容质量指标和所述进行质量评估生成质量指标融合生成质量指标，根据所述质量指标生成所述待配置线程对应的线程质量指标，包括：
48、获得所述重新搭建质量指标的置信度和所述重要描述内容质量指标的置信度；
49、结合所述重新搭建质量指标的置信度和所述重要描述内容质量指标的置信度，对所述重新搭建质量指标和所述重要描述内容质量指标进行加权处理得到信息质量指标；
50、结合所述信息质量指标和所述进行质量评估生成质量指标融合生成质量指标，根据所述质量指标生成所述待配置线程对应的线程质量指标。
51、可以理解的是，结合所述重新搭建质量指标、所述重要描述内容质量指标和所述进行质量评估生成质量指标融合生成质量指标，根据所述质量指标时，改善了信息质量指标不准确的问题，从而能够准确地生成所述待配置线程对应的线程质量指标。
52、在本技术，所述结合所述线程质量指标对所述待配置线程的线程系数进行更新，包括：
53、固定所述第一分析线程和所述第二分析线程的线程系数，结合所述线程质量指标对所述第一人工智能分析线程和所述第二人工智能分析线程的线程系数进行更新；
54、固定所述第一人工智能分析线程和所述第二人工智能分析线程的线程系数，结合所述进行质量评估生成质量指标对所述第一分析线程和所述第二分析线程的线程系数进行更新。
55、可以理解的是，通过成质量指标，从而保障了待配置线程的线程系数进行更新的可靠性。
56、在本技术，所述获得所述高位坡道隐患信息分析线程对所述待处理高位坡道隐患信息进行分析所得所述目标高位坡道隐患信息集合的目标高位坡道隐患信息，包括：
57、获得所述高位坡道隐患信息分析线程的第一人工智能分析线程分析所得所述目标高位坡道隐患信息集合的目标高位坡道隐患信息。
58、可以理解的是，获得所述高位坡道隐患信息分析线程对所述待处理高位坡道隐患信息进行分析时，改善了分析不准确的问题，从而提高所得所述目标高位坡道隐患信息集合的目标高位坡道隐患信息的准确性。
59、在本技术，所述目标高位坡道隐患信息中所涵盖的重要描述内容为针对目标识别指示所批注的信息；在所述获得所述高位坡道隐患信息分析线程对所述待处理高位坡道隐患信息进行分析所得所述目标高位坡道隐患信息集合的目标高位坡道隐患信息之后，所述方法还包括：
60、获得目标高位坡道隐患信息集合的识别线程，所述识别线程用于基于所述重要描述内容执行所述目标识别指示；
61、获得配置集，所述配置集包括目标高位坡道隐患信息和用于表示所述重要描述内容的重要描述内容目录；
62、结合所述配置集对所述识别线程进行配置。
63、可以理解的是，通过目标识别指示，从而保障识别线程进行配置的可靠性。
64、第二方面，提供一种高位山体滑坡灾害的评估系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
65、本技术实施例所提供的一种高位山体滑坡灾害的评估方法及系统，通过将检测对象的待处理高位坡道隐患信息加载至高位坡道隐患信息分析线程，由于高位坡道隐患信息分析线程是根据重要描述内容质量指标配置所得，而重要描述内容质量指标是根据检测对象的第一范例高位坡道隐患信息集分析后所得第二范例高位坡道隐患信息集中的范例重要描述内容，以及目标高位坡道隐患信息集合的目标范例高位坡道隐患信息集分析后所得目标次要范例高位坡道隐患信息集中的范例重要描述内容搭建的，因此高位坡道隐患信息分析线程能关注高位坡道隐患信息中所涵盖的重要描述内容，使得在分析高位坡道隐患信息的同时确保重要描述内容不会缺失，进而高位坡道隐患信息分析线程对待处理高位坡道隐患信息进行分析所得目标高位坡道隐患信息集合的目标高位坡道隐患信息，与待处理高位坡道隐患信息中所涵盖的重要描述内容一致，提高了高位坡道隐患信息处理效果。
1.一种高位山体滑坡灾害的评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在将所述待处理高位坡道隐患信息加载至高位坡道隐患信息分析线程之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述获得所述第一范例高位坡道隐患信息集、所述目标范例高位坡道隐患信息集以及待配置线程，包括：
4.根据权利要求2所述的方法，其特征在于，所述结合所述目标次要范例高位坡道隐患信息集中的范例重要描述内容和所述第二范例高位坡道隐患信息集中的范例重要描述内容搭建所述重要描述内容质量指标，包括：
5.根据权利要求2所述的方法，其特征在于，在所述结合所述重要描述内容质量指标对所述待配置线程的线程系数进行更新之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述结合所述重新搭建范例高位坡道隐患信息集和所述目标重新搭建范例高位坡道隐患信息集搭建重新搭建质量指标，包括：
7.根据权利要求5所述的方法，其特征在于，所述待配置线程还包括用于在所述目标高位坡道隐患信息集上判断高位坡道隐患信息关键的第一分析线程，以及用于在所述检测对象上判断高位坡道隐患信息关键的第二分析线程；
8.根据权利要求7所述的方法，其特征在于，所述结合所述第一分析结果和所述第二分析结果搭建进行质量评估生成质量指标，包括：
9.根据权利要求7所述的方法，其特征在于，所述结合所述重新搭建质量指标、所述重要描述内容质量指标和所述进行质量评估生成质量指标融合生成质量指标，根据所述质量指标生成所述待配置线程对应的线程质量指标，包括：
10.一种高位山体滑坡灾害的评估系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-9任一项所述的方法。
