应用于智慧工地的大数据分析方法及系统技术方案

本发明专利技术提供的应用于智慧工地的大数据分析方法及系统，涉及大数据技术领域。在本发明专利技术中，采集到人员施工行为描述信息和施工行为结果描述信息；分析输出施工行为维度异常分析信息和施工结果维度异常分析信息；对于每一个施工环节，依据施工行为维度异常分析信息，筛选出目标可能性参数，以标记为行为维度可能性参数，依据施工结果维度异常分析信息，筛选出目标可能性参数，以标记为结果维度可能性参数，依据行为维度可能性参数和结果维度可能性参数对应的施工异常程度，确定出施工环节对应的施工异常程度；基于每一个施工环节对应的施工异常程度，形成目标施工异常程度。基于上述内容，可以提高施工异常分析的可靠度。可以提高施工异常分析的可靠度。可以提高施工异常分析的可靠度。

【技术实现步骤摘要】
应用于智慧工地的大数据分析方法及系统


[0001]本专利技术涉及大数据
，具体而言，涉及一种应用于智慧工地的大数据分析方法及系统。

技术介绍

[0002]智慧工地是智慧地球理念在工程领域的行业具现，是一种崭新的工程全生命周期管理理念。智慧工地是指运用信息化手段，通过三维设计平台对工程项目进行精确设计和施工模拟，围绕施工过程管理，建立互联协同、智能生产、科学管理的施工项目信息化生态圈，并将此数据在虚拟现实环境下与物联网采集到的工程信息进行数据挖掘分析，提供过程趋势预测及专家预案，实现工程施工可视化智能管理，以提高工程管理信息化水平，从而逐步实现绿色建造和生态建造。智慧工地将更多人工智能、传感技术、虚拟现实等高科技技术植入到建筑、机械、人员穿戴设施、场地进出关口等各类物体中，并且被普遍互联，形成"物联网"，再与"互联网"整合在一起，实现工程管理干系人与工程施工现场的整合。智慧工地的核心是以一种"更智慧"的方法来改进工程各干系组织和岗位人员相互交互的方式，以便提高交互的明确性、效率、灵活性和响应速度。
[0003]其中，在现有技术中，基于一定的需求，需要对施工的异常程度（如是否存在异常，以及，存在异常的时，对应的异常程度）进行确定，但是，在现有技术中，存在着施工异常分析的可靠度不高的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种应用于智慧工地的大数据分析方法及系统，以提高施工异常分析的可靠度。
[0005]为实现上述目的，本专利技术实施例采用如下技术方案：一种应用于智慧工地的大数据分析方法，包括：采集到目标施工工程对应的人员施工行为描述信息和施工行为结果描述信息，所述施工行为结果描述信息包括多个施工环节的信息；通过目标施工异常分析神经网络，分析输出所述人员施工行为描述信息对应的施工行为维度异常分析信息和所述施工行为结果描述信息对应的施工结果维度异常分析信息，所述施工行为维度异常分析信息和所述施工结果维度异常分析信息各自用于反映所述施工行为结果描述信息中的每一个施工环节对应的异常程度可能性参数分布；对于所述施工行为结果描述信息中的每一个施工环节，依据所述施工行为维度异常分析信息，筛选出每一个施工异常程度对应的目标可能性参数，以标记为行为维度可能性参数，以及，依据所述施工结果维度异常分析信息，筛选出每一个施工异常程度对应的目标可能性参数，以标记为结果维度可能性参数，以及，依据所述行为维度可能性参数对应的施工异常程度和所述结果维度可能性参数对应的施工异常程度，确定出所述施工环节对应的施工异常程度；
基于每一个所述施工环节对应的施工异常程度，融合形成所述目标施工工程对应的目标施工异常程度。
[0006]在一些优选的实施例中，在上述应用于智慧工地的大数据分析方法中，所述目标施工异常分析神经网络的网络优化处理，包括：采集到包括第一示例性施工信息簇和第二示例性施工信息簇的示例性施工信息簇，所述第一示例性施工信息簇中的每一个示例性施工信息具有人员施工行为描述信息、施工行为结果描述信息和所述施工行为结果描述信息对应的实际施工异常程度信息，所述第二示例性施工信息簇的至少部分中的示例性施工信息包括人员施工行为描述信息、施工行为结果描述信息和不具有所述施工行为结果描述信息对应的实际施工异常程度信息；对于所述示例性施工信息簇中的每一个示例性施工信息：依据所述示例性施工信息具有的人员施工行为描述信息，挖掘出对应的行为描述信息代表向量，以及，依据所述示例性施工信息具有的施工行为结果描述信息，挖掘出对应的结果描述信息代表向量，所述示例性施工信息具有的施工行为结果描述信息包括多个施工环节的信息；依据所述行为描述信息代表向量和所述结果描述信息代表向量，分析输出人员施工行为维度和施工行为结果维度各自对应的维度异常分析信息、维度还原异常分析信息和维度还原信息，每一个维度信息对应的维度异常分析信息用于反映依据对应的维度信息的描述信息代表向量分析出的所述多个施工环节中的每一个施工环节的异常程度可能性参数分布，每一个维度信息对应的维度还原异常分析信息用于反映依据对应的维度信息的描述信息代表向量还原出其它的维度信息的描述信息代表向量分析出的所述多个施工环节中的每一个施工环节的异常程度可能性参数分布，每一个维度信息对应的维度还原信息用于反映依据对应的维度信息的描述信息代表向量还原出的其它的维度信息的还原描述信息；依据所述示例性施工信息簇包括的每一个示例性施工信息的人员施工行为维度和施工行为结果维度各自对应的维度异常分析信息、维度还原异常分析信息和维度还原信息，将初始施工异常分析神经网络进行网络优化处理，以形成对应的目标施工异常分析神经网络。
[0007]在一些优选的实施例中，在上述应用于智慧工地的大数据分析方法中，所述第一示例性施工信息簇包括多个分割形成的批次第一示例性施工信息子簇，所述第二示例性施工信息簇包括多个分割形成的批次第二示例性施工信息子簇，通过依次轮询所述第一示例性施工信息簇包括的多个批次第一示例性施工信息子簇和所述第二示例性施工信息簇包括的多个批次第二示例性施工信息子簇，以使得通过当前轮询到的示例性施工信息对所述初始施工异常分析神经网络进行网络优化。
[0008]在一些优选的实施例中，在上述应用于智慧工地的大数据分析方法中，所述目标施工异常分析神经网络的网络优化处理，还包括：基于配置的目标规则，将所述示例性施工信息簇中的每一个示例性施工信息的人员施工行为描述信息和施工行为结果描述信息进行遮盖操作，以形成至少一个示例性施工信息对应的人员施工行为描述遮盖信息和施工行为结果描述遮盖信息；所述依据所述示例性施工信息具有的人员施工行为描述信息，挖掘出对应的行为
描述信息代表向量，以及，依据所述示例性施工信息具有的施工行为结果描述信息，挖掘出对应的结果描述信息代表向量的步骤，包括：依据所述示例性施工信息的人员施工行为描述信息或人员施工行为描述遮盖信息，挖掘出对应的所述行为描述信息代表向量，以及，依据所述示例性施工信息的施工行为结果描述信息或施工行为结果描述遮盖信息，挖掘出对应的所述结果描述信息代表向量，所述示例性施工信息的行为描述信息代表向量和结果描述信息代表向量中的一个以上描述信息代表向量对应的信息不属于描述遮盖信息。
[0009]在一些优选的实施例中，在上述应用于智慧工地的大数据分析方法中，所述目标规则包括：对所述示例性施工信息簇中的每一个示例性施工信息的人员施工行为描述信息进行遮盖操作的可能性等于行为维度遮盖可能性；对所述示例性施工信息簇中的每一个示例性施工信息的施工行为结果描述信息进行遮盖操作的可能性等于结果维度遮盖可能性。
[0010]在一些优选的实施例中，在上述应用于智慧工地的大数据分析方法中，所述基于配置的目标规则，将所述示例性施工信息簇中的每一个示例性施工信息的人员施工行为描述信息和施工行为结果描述信息进行遮盖操作，以形成至少一个示例性施工信息对应的人员施工行为描述遮盖信息和施工行为结果描述遮盖信息的步骤，包括：分别对确定出的需要进行遮盖操作的每一个示例性施工信息的人员施工行为描本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于智慧工地的大数据分析方法，其特征在于，包括：采集到目标施工工程对应的人员施工行为描述信息和施工行为结果描述信息，所述施工行为结果描述信息包括多个施工环节的信息；通过目标施工异常分析神经网络，分析输出所述人员施工行为描述信息对应的施工行为维度异常分析信息和所述施工行为结果描述信息对应的施工结果维度异常分析信息，所述施工行为维度异常分析信息和所述施工结果维度异常分析信息各自用于反映所述施工行为结果描述信息中的每一个施工环节对应的异常程度可能性参数分布；对于所述施工行为结果描述信息中的每一个施工环节，依据所述施工行为维度异常分析信息，筛选出每一个施工异常程度对应的目标可能性参数，以标记为行为维度可能性参数，以及，依据所述施工结果维度异常分析信息，筛选出每一个施工异常程度对应的目标可能性参数，以标记为结果维度可能性参数，以及，依据所述行为维度可能性参数对应的施工异常程度和所述结果维度可能性参数对应的施工异常程度，确定出所述施工环节对应的施工异常程度；基于每一个所述施工环节对应的施工异常程度，融合形成所述目标施工工程对应的目标施工异常程度。2.如权利要求1所述的应用于智慧工地的大数据分析方法，其特征在于，所述目标施工异常分析神经网络的网络优化处理，包括：采集到包括第一示例性施工信息簇和第二示例性施工信息簇的示例性施工信息簇，所述第一示例性施工信息簇中的每一个示例性施工信息具有人员施工行为描述信息、施工行为结果描述信息和所述施工行为结果描述信息对应的实际施工异常程度信息，所述第二示例性施工信息簇的至少部分中的示例性施工信息包括人员施工行为描述信息、施工行为结果描述信息和不具有所述施工行为结果描述信息对应的实际施工异常程度信息；对于所述示例性施工信息簇中的每一个示例性施工信息：依据所述示例性施工信息具有的人员施工行为描述信息，挖掘出对应的行为描述信息代表向量，以及，依据所述示例性施工信息具有的施工行为结果描述信息，挖掘出对应的结果描述信息代表向量，所述示例性施工信息具有的施工行为结果描述信息包括多个施工环节的信息；依据所述行为描述信息代表向量和所述结果描述信息代表向量，分析输出人员施工行为维度和施工行为结果维度各自对应的维度异常分析信息、维度还原异常分析信息和维度还原信息，每一个维度信息对应的维度异常分析信息用于反映依据对应的维度信息的描述信息代表向量分析出的所述多个施工环节中的每一个施工环节的异常程度可能性参数分布，每一个维度信息对应的维度还原异常分析信息用于反映依据对应的维度信息的描述信息代表向量还原出其它的维度信息的描述信息代表向量分析出的所述多个施工环节中的每一个施工环节的异常程度可能性参数分布，每一个维度信息对应的维度还原信息用于反映依据对应的维度信息的描述信息代表向量还原出的其它的维度信息的还原描述信息；依据所述示例性施工信息簇包括的每一个示例性施工信息的人员施工行为维度和施工行为结果维度各自对应的维度异常分析信息、维度还原异常分析信息和维度还原信息，将初始施工异常分析神经网络进行网络优化处理，以形成对应的目标施工异常分析神经网络。
3.如权利要求2所述的应用于智慧工地的大数据分析方法，其特征在于，所述第一示例性施工信息簇包括多个分割形成的批次第一示例性施工信息子簇，所述第二示例性施工信息簇包括多个分割形成的批次第二示例性施工信息子簇，通过依次轮询所述第一示例性施工信息簇包括的多个批次第一示例性施工信息子簇和所述第二示例性施工信息簇包括的多个批次第二示例性施工信息子簇，以使得通过当前轮询到的示例性施工信息对所述初始施工异常分析神经网络进行网络优化。4.如权利要求2所述的应用于智慧工地的大数据分析方法，其特征在于，所述目标施工异常分析神经网络的网络优化处理，还包括：基于配置的目标规则，将所述示例性施工信息簇中的每一个示例性施工信息的人员施工行为描述信息和施工行为结果描述信息进行遮盖操作，以形成至少一个示例性施工信息对应的人员施工行为描述遮盖信息和施工行为结果描述遮盖信息；所述依据所述示例性施工信息具有的人员施工行为描述信息，挖掘出对应的行为描述信息代表向量，以及，依据所述示例性施工信息具有的施工行为结果描述信息，挖掘出对应的结果描述信息代表向量的步骤，包括：依据所述示例性施工信息的人员施工行为描述信息或人员施工行为描述遮盖信息，挖掘出对应的所述行为描述信息代表向量，以及，依据所述示例性施工信息的施工行为结果描述信息或施工行为结果描述遮盖信息，挖掘出对应的所述结果描述信息代表向量，所述示例性施工信息的行为描述信息代表向量和结果描述信息代表向量中的一个以上描述信息代表向量对应的信息不属于描述遮盖信息。5.如权利要求4所述的应用于智慧工地的大数据分析方法，其特征在于，所述目标规则包括：对所述示例性施工信息簇中的每一个示例性施工信息的人员施工行为描述信息进行遮盖操作的可能性等于行为...

【专利技术属性】
技术研发人员：邓维爱，李华栈，黄荣坪，彭文斌，
申请(专利权)人：广东邦盛北斗科技股份公司，
类型：发明
国别省市：