一种基于神经网络的工程基坑变形监测方法及系统

AITNT
正文
推荐专利
一种基于神经网络的工程基坑变形监测方法及系统
申请号:CN202511344156
申请日期:2025-09-19
公开号:CN120850048A
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了一种基于神经网络的工程基坑变形监测方法及系统,涉及工程基坑变形监测技术领域,方法包括:在基坑内部和周边建筑布设传感器,采集基坑深层位移值、道路沉降值、管线沉降值、建筑物沉降值、地表沉降值、桩顶沉降值、桩顶水平位移值、地下水位值,对采集数据进行异常值处理和缺失数据处理,将预处理好的数据划分,采用所述采集数据对神经网络模型进行调整,对神经网络模型进行模型评估,运用神经网络模型对基坑变形进行预测,运用模型对预测结果进行基坑安全评价,将评价结果显示。采用9项监测数据对神经网络模型进行训练,预测精度高,能够很好的进行基坑变形监测的预测,并给出正确的施工建议。
技术关键词
变形监测方法 工程基坑 神经网络模型 地表沉降值 人机接口模块 缺失数据处理方法 基坑变形监测 数据处理模块 模型评估方法 数据预处理方法 计算方法 水平位移监测 变形监测系统 变形监测技术 训练集 数据传输模块 建筑物 多项式
系统为您推荐了相关专利信息
1
基于多模态分子光谱特征重组的道地药材产地判别方法
判别方法 卷积神经网络模型 药材产地 中药材饮片 多模态
2
基于数据驱动的动力电池管理方法及系统
动力电池管理方法 微循环 递归神经网络模型 风险 动力电池内阻
3
基于机理与数据协同驱动的高炉炉缸侵蚀状态预测方法
高炉炉缸侵蚀 状态预测方法 热电偶 炉缸炉底内衬 节点
4
一种基于沙漏网络结构的AD量表闭眼识别方法
沙漏 卷积神经网络模型 识别方法 网络结构 量表
5
一种摄像模组模糊程度的检测方法、装置及电子设备
摄像模组 亮度 机器学习模型 测试场景 图像
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