一种基于机器学习和模型更新的区域快速震害预测方法

AITNT
正文
推荐专利
一种基于机器学习和模型更新的区域快速震害预测方法
申请号:CN202410784928
申请日期:2024-06-18
公开号:CN118690244B
公开日期:2025-07-08
类型:发明专利
摘要
一种基于机器学习和模型更新的区域快速震害预测方法,涉及结构抗震安全评估技术领域,针对现有技术难以识别结构内部损伤,进而导致震后损伤评估准确率低的问题,本申请与现有的基于遥感影像的损伤识别方法相比损伤判别更加精细,通过更新后的结构数值模型计算每一层的最大层间响应可以准确判别损伤状态(完好、轻微破坏、中等破坏、严重破坏、毁坏),而非简单判断结构是否倒塌,进而提升了震后损伤评估的准确率。
技术关键词
震害预测 模型更新 样本 XGBoost模型 损伤识别方法 地震动参数 粒子群优化算法 情景 识别结构 结构抗震 训练集 建筑 标签 刚度 影像 变量 数据 数值
系统为您推荐了相关专利信息
1
一种基于TEE的高安全数据交互方法
数据交互方法 逻辑回归模型 访问控制机制 样本 管理加密密钥
2
一种局部全局的多分辨率LiDAR-高光谱图像协同分类方法
分类方法 多尺度特征提取 键值 输出特征 多分辨率
3
基于人工智能的患者麻醉苏醒状态监测系统
状态监测系统 患者 样本 节点 密度计算方法
4
一种电火工品不发火时间测试方法及系统
干扰特征 时间测试方法 电火工品 实测电流 参数
5
面向HDI印制线路板制造的工艺参数自适应优化方法
HDI印制线路板 卷积神经网络模型 形态 数值 卷积神经网络提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号