摘要
本发明涉及人工智能技术,揭露了一种基于深度学习的地下空间事故风险评估方法及系统,包括:通过预设的采集装置采集地下空间的数据并为数据标注对应的事故类型,得到地下空间分类数据集,后续对地下空间分类数据集进行归一化处理并进行特征提取,得到分类地下空间特征数据集,利用基于深度学习训练出的事故风险评估模型根据事故类型对所述分类地下空间特征数据集进行事故风险评估,得到异常值,根据所述异常值判断地下空间是否存在事故风险。本发明还提出一种基于深度学习的地下空间事故风险评估系统。本发明可以提高产地下空间的事故风险评估的效率和准确度。
技术关键词
风险评估方法
风险评估模型
深度学习训练
神经网络模型
词语
特征提取算法
风险评估系统
地下特征
参数
池化特征
卷积特征
传播算法
列表
踩踏事故
特征提取模块
人工智能技术
数据处理模块
数据采集模块
系统为您推荐了相关专利信息
循环寿命预测方法
特征信息提取
锂电池
均值聚类算法
神经网络模型
标志物
诊断试剂盒
风险评估模型
焦虑
锚蛋白重复蛋白
智慧农业
监控平台
大数据
信息采集单元
作物生长状态
神经网络模型训练
成形
非线性
仿真预测方法
应变硬化指数
预训练模型
信息抽取方法
多模态特征
注意力机制
布局特征