基于深度学习的地下厂房施工信息动态管理方法及系统

AITNT
正文
推荐专利
基于深度学习的地下厂房施工信息动态管理方法及系统
申请号:CN202510400148
申请日期:2025-04-01
公开号:CN120509838A
公开日期:2025-08-19
类型:发明专利
摘要
本发明属于地下厂房施工管理技术领域,具体涉及一种基于深度学习的地下厂房施工信息动态管理方法及系统,方法先获取包括施工图像数据、环境安全数据和结构状态数据在内的历史数据,以构建施工进度分析模型、施工安全分析模型,利用施工进度分析模型、施工安全分析模型分别对实际施工进度、施工安全风险进行动态预测;然后基于实时动态预测到的实际施工进度、施工安全风险,通过多目标优化算法生成最优的施工资源配置方案和施工进度调整策略。本发明实现了施工进度与施工安全风险的实时动态监测,提升了资源配置合理性与决策实时性。
技术关键词
地下厂房施工 信息动态管理 场景特征 施工现场 加权特征 计算机程序代码 动态管理系统 风险 启发式搜索 策略 分层次 双流卷积网络 数据获取模块 基准 多尺度特征提取 特征提取算法 材料消耗量 注意力
系统为您推荐了相关专利信息
1
点云语义分割的拓扑纹理协同感知网络
纹理特征 网络 位置编码方法 多级特征融合 模式识别技术
2
一种跨域迁移学习的图像分类方法及相关设备
语义特征 双通道注意力 变形特征 图像分类方法 特征提取网络
3
一种建筑工程现场安全监控预警系统
安全监控预警系统 建筑工程现场 决策支持平台 智能视频监控系统 高精度传感器
4
一种数据处理方法及其模型获取方法、装置、设备及介质
数据处理模型 多模态特征 融合特征 多源异构数据 跨模态
5
一种农业环境监控控制方法
农业环境监控 环境控制终端 农业大数据 指标 节点
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