摘要
本发明公开了一种基于人工智能的建筑施工安全监测方法,包括以下步骤:于建筑施工现场对施工各节点的施工安全数据进行采集,并对不同的数据类别进行标注;基于分布式联邦学习的模型训练架构,构建对应不同节点的安全监测模型;将不同节点的数据输入到相应的安全监测模型中,并通过采用联邦平均算法对各节点的安全监测模型进行协同训练,得到训练完的安全监测模型,各节点的安全监测模型通过采用基于量子行为模拟优化的神经网络算法对数据进行训练,得到对应不同节点数据且能够被Softmax函数识别的特征向量;采用训练完的各节点安全监测模型对实时施工安全数据进行处理,并通过采用Softmax函数对处理后的数据进行分类训练,得到与标注类别相一致的类别结果。
技术关键词
神经网络参数
监测方法
量子态
节点
Softmax函数
神经网络算法
双曲正切函数
建筑施工现场
概率密度函数
样本
神经网络训练
物料搬运
模型更新
数据分布
状态更新
湿度传感器
强度
相对湿度
系统为您推荐了相关专利信息
医疗诊断模型
大数据管理方法
计算中心
云端
注意力机制
可编程交换机
客户端
模型更新
重传数据包
服务器
智能篮球
运动监测方法
运动数据采集系统
数据采集组件
薄膜压力传感器