一种基于自然语言处理的桥梁技术状况等级快速识别方法技术

本发明专利技术提供一种基于自然语言处理的桥梁技术状况等级快速识别方法，包括如下步骤：步骤1，通过桥梁检测手段得到桥梁的基本信息和健康状态信息；步骤2，将桥梁的健康状态信息整体成文本描述；步骤3，对桥梁技术状况等级进行分类；步骤4，将文本秒速转换为数字向量，将一类、二类、三类、四类五类桥梁样本分别记为A、B、C、D；步骤5，将文本向量作为输入，将分类类别作为输出，使用机器学习算法建立训练模型；步骤6，使用混淆矩阵、准确率、召回率、精确率、F1值等作为评价指标，选择最优的模型作为最终结果；步骤7，应用模型。本发明专利技术克服了目前的人工检测后整体判别效率较低，难以快速找出损害严重桥梁的问题。重桥梁的问题。重桥梁的问题。

【技术实现步骤摘要】
一种基于自然语言处理的桥梁技术状况等级快速识别方法


[0001]本专利技术属于桥梁状态检测领域，尤其涉及一种基于自然语言处理和机器学习算法桥梁技术状况等级快速识别方法。

技术介绍

[0002]桥梁在自身寿命、车辆行人等荷载、日晒雨淋等自然腐蚀以及意外碰撞和地震等意外作用影响下会存在不同程度的损伤，需要定期对桥梁进行健康状况评估，对损坏严重的桥梁采取维修等措施以避免事故。
[0003]目前桥梁检测手段主要由工程师团队近距离人工观测或者接触式采集数据，得到对应病害情况，再由专业人员依照桥梁评估标准评价打分，形成报告。但是这种方式对评定人员要求高，需要其熟悉相关评定标准。此外，由于现场检测桥梁数量较多，评定人员依据标准人工评定费时费力，且主观性较强，如不同评定人员可能得到不同的桥梁评定技术状况等级。
[0004]基于上述问题，本专利技术专利提供了一种基于自然语言处理和机器学习的桥梁技术状况等级快速评价方法，该专利技术方法可以有效准确判断桥梁整体健康状况，覆盖了大中小等各种类型桥梁，可以有效针对病害严重的桥梁优先修复，为桥梁日常运营和维本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言处理和机器学习算法桥梁技术状况等级快速识别方法，其特征在于：包括如下步骤：步骤1，通过桥梁检测手段得到桥梁的基本信息和健康状态信息；步骤2，将桥梁的健康状态信息整体成文本描述；步骤3，对桥梁技术状况等级进行分类；依据重要程度对桥梁部件赋权，在对部件损伤情况打分，最后加权求和得到桥梁整体得分，划分为一到五共五个类别；步骤4，使用自然语言处理文本，通过Python编程，使用Jieba、TF
‑
IDF将文本秒速转换为数字向量，将一类、二类、三类、四类五类桥梁样本分别记为A、B、C、D；步骤5，将文本向量作为输入，将分类类别作为输出，使用机器学习算法建立训练模型；步骤6，选择决策树DT、支持向量机SVM、随机森林RF、极端梯度提升XGB四种机器学习算法、调整超参数，得到分类效果最优的模型，使用混淆矩阵、准确率、召回率、精确率、F1值等作为评价指标，选择最优的模型作为最终结果；步骤7，应用模型；根据已建立的模型，输入桥梁病害描述即可快速得到桥梁技术状况等级。2.根据权利要求1所述的一种基于自然语言处理和机器学习算法桥梁技术状况等级快速识别方法，其特征在于：步骤1中，基本信息包括桥型、跨度；健康状态信息包括混凝土开裂剥落情况、钢筋锈蚀情况、垃圾堵塞情况。3.根据权利要求1所述的一种基于自然语言处理和机器学习算法桥梁技术状况等级快速识别方法，其特征在于：步骤2中，所述健康状态信息按照上部结构、桥面系、下部结构分别描述。4.根据权利要求3所述的一种基于自然语言处理和机器学习算法桥梁技术状况等级快速识别方法，其特征在于：步骤2中...

【专利技术属性】
技术研发人员：冯德成，王文捷，孙震，
申请(专利权)人：东南大学，
类型：发明
国别省市：