摘要
本发明公开了一种基于数字孪生和大数据的建筑安全预测方法,包括采集数字孪生数据并对其进行类别标注得到原始训练数据;基于原始训练数据集训练原始数据扩充模型,得到扩充训练数据集和数据扩充模型;基于扩充训练数据集训练原始特征提取模型得到特征提取训练数据集和特征提取模型;基于特征提取训练数据集训练原始特征降维模型得到特征降维训练数据集和特征降维模型;基于特征降维训练数据集训练原始分类器模型得到分类器模型;基于特征提取模型、特征降维模型和分类器模型构建建筑安全预测模型,将待分类数据输入至建筑安全预测模型得到建筑安全预测分类类别,提高了模型训练稳定性和效率,同时也提高了模型的泛化能力和精度。
技术关键词
分类器模型
特征提取模型
数据
参数
神经网络算法
解码器
梯度下降法
量子态
粒子
编码算法
重构误差
支持向量机算法
编码器
数字孪生系统
计算误差
因子
力学
气压