一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置

AITNT
正文
推荐专利
一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置
申请号:CN202510082052
申请日期:2025-01-20
公开号:CN119494545B
公开日期:2025-04-08
类型:发明专利
摘要
本发明提供了一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置,包括收集道桥隧结构的历史监测数据以形成结构健康数据库,数据包括应力应变、环境温湿度与风速以及图像视频数据。系统对道桥隧结构进行区域划分,识别不同区域的灾害风险影响因素,如地理位置、地形、环境等。基于这些因素,系统预测道桥隧结构的灾害风险,得到参考目标,并通过分析相同类型的历史结构信息,确定灾害风险预测等级。本发明可以准确预测道桥隧结构的灾害风险,提高灾害预警的效率和准确性,保障交通基础设施的安全性和可靠性。
技术关键词
深度学习聚类 历史监测数据 初始聚类中心 灾害风险评估 结构设计参数 智能分析系统 样本 深度学习算法 智能分析装置 深度学习优化 温湿度 标准化方法 风速 交通 数据采集模块 视频
系统为您推荐了相关专利信息
1
基于双层聚类的分布式新能源调控方法及系统
分布式新能源 优化调度模型 调控方法 预测误差 场景
2
面向分布式大模型训练的多粒度语义树构建系统及其方法
构建系统 语义 云服务器 样本 标签
3
一种台区柔性互联两阶段鲁棒规划运行方法
柔性互联装置 两阶段 有功功率 场景 规划
4
一种基于复杂网络模型的地震灾害风险评估方法
灾害风险评估 地震监测台站 模糊综合评价法 应急救援资源储备 数学模型
5
一种基于时空相关性的台区多用户短期负荷预测方法及系统
短期负荷预测方法 组合预测模型 多用户 GCN模型 负荷预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号