摘要
本申请公开了一种地震房屋损坏程度预置评估方法,涉及人工智能与灾害评估技术领域,通过历史与随机跃迁、多信息社会学习、碰撞追踪三种策略的协同,能够更有效地在复杂的超参数空间中搜索全局最优解。相比传统的网格搜索、随机搜索或单一的智能优化算法,能找到一组性能更优的超参数组合。将这组最优超参数应用于地震房屋损坏程度预置评估模型上,能够显著提升对房屋损坏程度的识别精度和泛化能力,将训练后的地震房屋损坏程度预置评估模型部署于无人机上,可以快速进入人类难以到达或危险的灾区进行图像采集以及识别,并输出地震房屋损坏程度预置评估结果,提升了评估效率。
技术关键词
超参数
地震
房屋
策略
数据标签
因子
无人机
阶段
样本
图像
深度学习算法
多信息
社会
灾害评估技术
追踪算法
基础
智能优化算法
搜索全局