摘要
本发明涉及房屋抗震评估技术领域,具体为基于深度学习的农村房屋抗震评估方法,包括以下步骤:S1、收集农村房屋的房龄信息,精确记录房屋自建成起的时间跨度;运用搭载多镜头的图像采集设备,对房屋外观进行图像采集;S2、对采集到的房屋房龄、外观图像、裂缝及地基沉降数据进行清洗,去除重复、错误或不完整的数据记录。本发明,将房屋老化程度分析结果与房屋裂缝、地基沉降数据一同作为输入模型,同时融入多地区地震区域房屋在不同地震条件下的抗震性能数据,采用多源数据融合的方式考虑更多影响房屋抗震性能的因素,能够更全面、准确地评估农村房屋的抗震能力,并根据房屋状况制定不同的数据采集周期,为后续评估提供可靠的数据基础。
技术关键词
抗震评估方法
房屋
农村
多地区
地震
卷积技术
卷积神经网络识别
裂缝测宽仪
数据采集周期
长短期记忆网络
图像采集设备
老化特征
深度学习模型
正则化参数
网页页面
多层感知机
神经网络模型
系统为您推荐了相关专利信息
机器学习架构
高速铁路桥梁
损伤传播模型
桥梁结构
动态贝叶斯网络
一体化接口
微电网
功率协调控制方法
农村
功率协调控制装置
系数计算方法
计算器
测井解释模型
插值方法
储层物性参数
进水口结构
仿真分析方法
有限元分析模型
动态剪应力
评价方法
精准营销方法
大数据
农村
地理位置信息
生成个性化推荐