一种基坑边坡支护稳定性检测方法、介质及系统

AITNT
正文
推荐专利
一种基坑边坡支护稳定性检测方法、介质及系统
申请号:CN202410922052
申请日期:2024-07-10
公开号:CN118686236A
公开日期:2024-09-24
类型:发明专利
摘要
本发明提供了一种基坑边坡支护稳定性检测方法、介质及系统,属于基坑边坡支护技术领域,包括:通过连续采集基坑边坡和支护结构上的振动信号,经预处理、时频特征提取和聚类分析,获得与预训练模型相匹配的特征组,输入预训练的基坑边坡支护稳定性评估模型,输出稳定性评估向量。进而计算整体稳定性指数,确定基坑边坡的稳定状态,标注潜在的不稳定区域。该方法采用振动传感器对基坑边坡和支护结构进行连续监测,获取涵盖时域、频域和时频域特征的振动信号,利用深度学习模型,实现了对基坑边坡支护结构稳定性的检测。解决了现有检测依赖于专业人员的经验,易受主观因素的影响,且无法对边坡内部的应力变化进行有效监测的技术问题。
技术关键词
稳定性检测方法 基坑边坡支护结构 金字塔 基坑边坡支护技术 频域特征 稳定性检测系统 融合多尺度信息 深度学习结构 振动传感器 可读存储介质 区域位置信息 分支 信号 神经网络结构 标注算法 深度学习模型 多尺度特征
系统为您推荐了相关专利信息
1
时间序列分析模型训练方法、时间序列分析方法及相关装置
历史统计信息 大语言模型 融合特征 时间序列分析方法 时域特征
2
一种自动驾驶道路图像标注方法、设备及介质
道路场景图像 图像标注方法 视觉特征 语义 物体
3
一种卷积神经网强震断层数字化检测方法
三维卷积神经网络 数字化检测方法 三维地震体数据 数字孪生模型 数字孪生技术
4
一种基于改进YOLO网络的焊缝缺陷检测方法及系统
焊缝缺陷检测方法 神经网络特征 融合特征 特征提取网络 输出特征
5
人工智能生成图像的鉴别方法、系统及相关设备
深度学习神经网络模型 预训练模型 特征金字塔网络 鉴别方法 通道注意力机制
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