摘要
公开了一种用于建筑木结构柱体加固的力学性能智慧检测方法。其首先获取由安装于建筑木结构主体的表面的多个应变传感器采集的预定时间段内多个预定时间点的应变量,接着,对所述各个应变传感器采集的预定时间段内多个预定时间点的应变量进行数据预处理以得到应变量时序图像的序列,然后,提取所述应变量时序图像的序列中的应变量时序关联特征以得到自相关显著应变量时序关联特征图,最后,基于所述自相关显著应变量时序关联特征图,确定所述建筑木结构主体是否需要加固。这样,可以基于深度学习的人工智能技术来分析应变量之间的时序关联特征,判断柱体是否需要加固。
技术关键词
建筑木结构
时序
变量
三维卷积神经网络模型
应变传感器
图像转换器
序列
深度学习网络模型
卷积特征
柱体
时间段
特征提取器
Softmax函数
分类器
融合特征
模块
人工智能技术
矩阵
数据
系统为您推荐了相关专利信息
热泵系统
概率分布函数
系统故障预测方法
退化模型
变量
能源优化调度方法
综合能源系统
强化学习模型
KKT条件
变量
仿真建模方法
多源大数据
火力发电企业
时序特征
工况
分布式光伏电站
远程监控系统
时序
多任务分类
后台监控
优化配置方法
模拟模型
措施
非点源污染
历史气象数据