买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种基于神经网络的城市建筑震害预测方法及系统;本发明涉及建筑物参数技术领域;读取YOLOv3算法框架,包括对输入数据x使用Darknet53作为主干网络进行前向传播、损失计算以及反向传播。其中输入数据x相当于数据集D中的任意一样本,YOLOv3使用Darknet53作为主干网络backbonenetwork进行特征提取。对于指定地区的建筑物图像集合I,即步骤S2的输入x,使用训练好的YOLOv3模型M进行预测。本发明通过采用先进的YOLOv3算法和强大的Darknet‑53深度卷积神经网络结构,能够更准确地识别和分类建筑物,并对其震害程度进行精确预测。这种高精度的预测能力有助于决策者做出更为准确的决策,优化资源配置,从而提高应急救援的效率。
主权项:1.一种基于神经网络的城市建筑震害预测方法,其特征在于,包括执行如下步骤:S1,数据准备:收集指定地区的历史震害数据,包括建筑物震前、震后的图像以及震害程度标签信息,构成数据集D;S2,读取YOLOv3算法:包括对输入数据x使用Darknet53作为主干网络进行前向传播、损失计算以及反向传播;S3,预测与震害矩阵生成:利用训练好的YOLOv3模型对指定地区的建筑物图像进行预测,识别出建筑物的震害程度;根据预测结果,统计不同震害程度的建筑物数量,并生成震害矩阵。
全文数据:
权利要求:
百度查询: 广州科技职业技术大学 一种基于神经网络的城市建筑震害预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。