建筑物抗震能力预测模型训练方法、预测方法及相关产品

AITNT
正文
推荐专利
建筑物抗震能力预测模型训练方法、预测方法及相关产品
申请号:CN202511090454
申请日期:2025-08-05
公开号:CN120894651A
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开了建筑物抗震能力预测模型训练方法、预测方法及相关产品,涉及震灾风险防治技术领域。本发明的训练方法采用多源抗震影响因子的格栅化语义图像与遥感图像的融合图像作为训练样本,融合图像将遥感影像的几何特征与栅格化的抗震影响因子所反映的结构本质特征融合,使模型能更精准地关联建筑外观合结构本质特征与抗震能力的关联性,从而提高预测结果的准确性。解决了深度学习抗震预测方法中单一数据源信息有限的问题。
技术关键词
建筑物抗震能力 预测模型训练方法 遥感影像数据 注意力 共享通道 残差模块 图像 分支 权重特征 降维特征 语义 因子 图片 神经网络架构 输出特征 融合特征 编码器
系统为您推荐了相关专利信息
1
一种融合文本标签和用户行为的知识推荐方法及相关设备
知识推荐方法 标签 个性化知识推荐 矩阵 电子设备交互
2
基于改进残差神经网络的建筑火灾图像识别方法及系统
火灾图像识别方法 残差神经网络 池化特征 火灾图像识别系统 建筑
3
一种基于卷积神经网络的单目深度估计方法及系统
单目深度估计方法 卷积神经网络模型 融合特征 多尺度特征融合 图像
4
基于并联注意残差U-Net的广域红外小目标检测方法
sigmoid函数 关系建模 注意力 图像处理函数 解码器
5
一种基于面部区域时空关联性的抑郁程度评估方法
程度评估方法 特征提取模块 时序特征 时空注意力机制 抑郁
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