基于卷积神经网络的建筑工程龙骨抗压性能检测方法及系统技术方案

本发明专利技术属于的建筑工程检测技术领域，具体涉及基于卷积神经网络的建筑工程龙骨抗压性能检测方法，卷积神经网络模型初始化，初始网络模型只设置一条支路，该支路上包含输入层、卷积层、池化层和全连接层，且每层仅包含一幅特征图；以卷积神经网络的收敛速度为评价指标，对网络进行端到端的全局扩展学习，直到卷积神经网络系统平均误差达到预设期望值，则全局网络扩展结束；全局扩展后，采用交叉验证样本对网络性能进行评估，采用交叉验证样本测试所得网络的识别率，若识别率未达到期望值，则对网络展开局部扩展学习；本发明专利技术通过使用卷积神经网络进行自动特征提取和学习，能够快速准确地评估建筑工程龙骨的抗压性能，提高检测效率。

【技术实现步骤摘要】

本专利技术属于的建筑工程检测，具体涉及基于卷积神经网络的建筑工程龙骨抗压性能检测方法及系统。

技术介绍

1、建筑工程中的龙骨承担着支撑和抗压的重要功能。为了确保建筑物的结构安全和稳定性，需要对龙骨的抗压性能进行准确可靠的检测。

2、传统的龙骨抗压性能检测方法以及系统存在以下问题：

3、a、异常数据处理困难：卷积神经网络对异常数据比较敏感，例如噪声、遮挡或异常形状的龙骨等，这些异常数据可能会对模型的性能产生负面影响，并导致误判或错误的预测结果。

4、b、受限于数据分辨率和精度：卷积神经网络对于图像数据的分辨率和精度要求较高。如果龙骨数据的分辨率较低或者存在较大的测量误差，可能会影响模型的准确性和可靠性。

5、c、通常需要依赖人工测量和分析，费时费力且容易出错。

6、为此，提供为了基于卷积神经网络的建筑工程龙骨抗压性能检测方法及系统。

技术实现思路

1、有鉴于此，本专利技术实施例希望提供基于卷积神经网络的建筑工程龙骨抗压性能检测方法及系统，以解决或缓解现本文档来自技高网...

【技术保护点】

1.基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，该方法包括以下方法：

2.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，该方法还包括以下步骤：

3.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，基于S7包括以下过程：

4.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于：S1中的网络深度设置为5层，所述的卷积层和池化层分别设有两个，全连接层设有一个，卷积层和池化层交错设置；

5.根据权利要求2所述的基于卷积神经网络的建筑工程龙骨...

【技术特征摘要】

1.基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，该方法包括以下方法：

2.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，该方法还包括以下步骤：

3.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，基于s7包括以下过程：

4.根据权利要求1所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于：s1中的网络深度设置为5层，所述的卷积层和池化层分别设有两个，全连接层设有一个，卷积层和池化层交错设置；

5.根据权利要求2所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，分别对每个输入数据的多个数据通道中对应行的数据、以及每个参数数据的多个参数通道中对应行的数据进行拆分重组处理，具体包括：提取任一个第二特定数据中的多个特定通道的对应的第i行数据；其中，所述第i行数据包括n个数据；

6.根据权利要求2所述的基于卷积神经网络的建筑工程龙骨抗压性能检测方法，其特征在于，确定是否需要进行拆分重...

【专利技术属性】
技术研发人员：刘美彤，
申请(专利权)人：广州科技职业技术大学，
类型：发明
国别省市：