摘要
本发明提供一种基于物联网的工程安全预测方法与系统。利用物联网传感器和摄像头采集工程结构、环境、设备等多源数据,经清洗、特征提取后,构建卷积神经网络与长短期记忆网络结合的多模态融合预测模型。通过动态加权融合方法,依工程阶段和环境条件调整图像与时间序列特征融合权重,并用注意力机制强化融合效果。经划分数据集训练模型后,可分析实时数据预测安全风险。一旦发现风险,系统会及时预警并在管理平台展示应对建议。该发明弥补传统监测方式的缺陷,提升预测的准确性与及时性,为工程安全管理提供高效解决方案,能有效降低事故风险,在各类工程领域具有重要应用价值。
技术关键词
时间序列特征
长短期记忆网络
卷积神经网络提取
图像特征向量
融合方法
多模态
LoRa通信技术
预测系统
Softmax函数
阶段
构建卷积神经网络
数据处理模块
数据采集模块
工程现场
风险
主成分分析方法
注意力机制