一种建筑抗震性能评估方法、系统、装置及存储介质制造方法及图纸

本申请公开了一种建筑抗震性能评估方法、系统、装置及存储介质。该方法通过获取批量的建筑物的训练数据；按照建筑物是否满足抗震需求，将训练数据分为第一数据集和第二数据集；对第一数据集和第二数据集进行聚类分析，得到若干第一、第二大聚类数据和第一、第二小聚类数据；通过合成少数过采样技术对第二大聚类数据进行过采样，得到第三数据集；将第一大聚类数据和第三数据集输入到机器学习模型进行训练；获取待评估的建筑物的第二基础参数数据输入到机器学习模型中，得到待评估的建筑物的抗震性能评估结果。该方法可以有效提高对建筑抗震性能评估的准确性，有利于保障人们的生命财产安全。本申请可广泛应用于建筑技术领域内。本申请可广泛应用于建筑技术领域内。本申请可广泛应用于建筑技术领域内。

A method, system, device and storage medium for evaluating seismic performance of buildings

【技术实现步骤摘要】
一种建筑抗震性能评估方法、系统、装置及存储介质


[0001]本申请涉及建筑
，尤其是一种建筑抗震性能评估方法、系统、装置及存储介质。

技术介绍

[0002]建筑一般包括房屋和构筑物两大类，其中房屋是指供人居住、工作、学习、生产、经营、娱乐、储藏物品以及进行其他社会活动的工程建筑。房屋是人口稠密的基础设施，对结构的关注更高，例如如果学生上课期间发生地震，可能会造成重大的人员伤亡事故。
[0003]因而，当下需要分析评估建筑的抗震性能，以更好地保障人们的生命财产安全。但当下的建筑抗震性能评估方法，存在无法较好地兼顾准确度和效率的问题。综合上述，相关技术中存在的技术问题亟需得到解决。

技术实现思路

[0004]本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
[0005]为此，本申请实施例的一个目的在于提供一种建筑抗震性能评估方法，该方法可以有效提高对建筑抗震性能评估的准确性，有利于保障人们的生命财产安全。
[0006]本申请实施例的另一个目的在于提供建筑抗震性能评估系统。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑抗震性能评估方法，其特征在于，包括以下步骤：获取批量的建筑物的训练数据；所述训练数据包括所述建筑物的第一基础参数数据和容量需求比数据；所述容量需求比用于表征所述建筑物是否满足抗震需求；按照所述建筑物是否满足抗震需求，将所述训练数据分为第一数据集和第二数据集；所述第一数据集中的数据量大于所述第二数据集的数据量；对所述第一数据集进行聚类分析，得到若干第一大聚类数据和第一小聚类数据；对所述第二数据集进行聚类分析，得到若干第二大聚类数据和第二小聚类数据；根据所述第一大聚类数据，通过合成少数过采样技术对所述第二大聚类数据进行过采样，得到第三数据集；将所述第一大聚类数据和所述第三数据集输入到机器学习模型进行训练，通过所述容量需求比数据对所述机器学习模型的参数进行更新，得到训练好的机器学习模型；获取待评估的建筑物的第二基础参数数据，将所述第二基础参数数据输入到所述训练好的机器学习模型中，得到所述待评估的建筑物的抗震性能评估结果。2.根据权利要求1所述的建筑抗震性能评估方法，其特征在于，还包括以下步骤：对所述第二大聚类数据进行随机复制，得到第四数据集；将所述第一数据集、所述第二小聚类数据和所述第四数据集输入到机器学习模型进行训练，通过所述容量需求比数据对所述机器学习模型的参数进行更新，得到训练好的机器学习模型。3.根据权利要求1所述的建筑抗震性能评估方法，其特征在于，还包括以下步骤：对所述第一大聚类数据进行随机删除，得到第五数据集；将所述第二数据集和所述第五数据集输入到机器学习模型进行训练，通过所述容量需求比数据对所述机器学习模型的参数进行更新，得到训练好的机器学习模型。4.根据权利要求1
‑
3中任一项所述的建筑抗震性能评估方法，其特征在于，所述输入到机器学习模型进行训练，包括：输入到向量分类器、极限梯度增强或者随机森林中的至少一种进行训练。5.一种建筑抗震性能评估系统，其特征在于，包括：获取模块，用于获取批量的建筑物的训练数据；所述训练数据包括所述建筑物的第一基础参数数据和容量需求比数据；所述容量需求比用于表征所述建筑物是否满足抗震需求；分组模块，用于按照所述建筑物是否满足抗震需求，将所述训练数据分为第一数据集和第二数据集；所述第一数据集中的数据量...

【专利技术属性】
技术研发人员：蔡长青，
申请(专利权)人：广州大学，
类型：发明
国别省市：