摘要
本发明公开了大型水利枢纽泄水闸深基坑开挖施工及监测方法,包括通过云平台系统获取各个区域的历史图像数据集;通过K‑prototype聚类算法分别对各个区域的历史图像数据集进行分类处理,只保留关键帧数据,通过CNN‑gMLP神经网络模型分别对各个区域的图像数据集进行训练,得到各个区域对应的CNN‑gMLP神经网络模型;并通过CNN‑gMLP神经网络模型判断划分的泄水闸深基坑开挖施工各个区域是否存在风险;该方法保留的关键帧数据将更能精确的反应泄水闸深基坑开挖施工被监测部分的数据实际监测情况;关键帧数据进行CNN‑gMLP神经网络模型训练,关键帧数据使用对抗网络进行训练样本多样性扩展,得到的CNN‑gMLP神经网络模型对泄水闸深基坑开挖施工的被监测区域的风险预测将更加精准,提高预测时效性。
技术关键词
深基坑开挖施工
泄水闸
云平台系统
细粒度特征
监测方法
风险
生成图像数据
关键帧
施工设备
神经网络模型训练
施工现场
图像分析算法
深基坑监测技术
建筑深基坑工程
系统为您推荐了相关专利信息
智能穿戴设备
预警监测方法
逻辑回归模型
多模态数据分析
可视化界面
射频传感器
机器学习模型评估
信号
误码率
监测方法
监测系统
监测方法
监测点
通讯电缆
数据采集模块
光伏组件表面
污染特征
长短期记忆神经网络模型
监测方法
风险
海洋溢油
高分辨率光谱仪
原油
监测方法
模糊推理模型