【技术实现步骤摘要】
本专利技术属于机器学习，具体涉及到一种基于机器学习的房屋安全监测方法及系统。
技术介绍
1、在城市化迅猛推进的当下，房屋建筑如雨后春笋般涌现，其安全保障愈发成为重中之重。传统的房屋安全监测途径大多依赖人工定时巡检，这种方式不仅需投入大量的人力、物力成本，而且在时效方面存在显著短板，诸多潜在安全隐患，诸如墙体初始细微裂缝的悄然延展、地基缓慢而隐匿的沉降现象等，在早期阶段极难被人工巡检所察觉。与此同时，部分现有的监测设备虽具备一定的数据采集能力，却缺乏智能化的数据深度剖析本领，难以对复杂多变的房屋实时状态予以精准判别。
2、因此，亟需一种高效且智能的房屋安全监测方法。
技术实现思路
1、本专利技术所要解决的技术问题在于克服上述现有技术的缺点，提供一种基于机器学习的房屋安全监测方法及系统。
2、解决上述技术问题所采用的技术方案是：一种基于机器学习的房屋安全监测方法，包括下述具体步骤：
3、步骤一：在房屋关键部位部署若干传感器，包括应变传感器、位移传感器、加速度...
【技术保护点】
1.一种基于机器学习的房屋安全监测方法，其特征在于，包括下述具体步骤：
2.一种如权利要求1中所述的基于机器学习的房屋安全监测方法的房屋安全监测系统，其特征在于，包括传感器网络、数据处理中心、预警模块、通信模块和云端服务器，传感器网络由分布在房屋各处的多个传感器节点组成，负责采集房屋的物理参数数据，各传感器节点具备低功耗、高精度、自组网能力，能稳定可靠地将数据传输至数据处理中心。
3.一种如权利要求2中所述的基于机器学习的房屋安全监测方法的房屋安全监测系统，其特征在于，数据处理中心负责配备高性能处理器，承担数据预处理、特征提取以及模型运行核心任...
【技术特征摘要】
1.一种基于机器学习的房屋安全监测方法，其特征在于，包括下述具体步骤：
2.一种如权利要求1中所述的基于机器学习的房屋安全监测方法的房屋安全监测系统，其特征在于，包括传感器网络、数据处理中心、预警模块、通信模块和云端服务器，传感器网络由分布在房屋各处的多个传感器节点组成，负责采集房屋的物理参数数据，各传感器节点具备低功耗、高精度、自组网能力，能稳定可靠地将数据传输至数据处理中心。
3.一种如权利要求2中所述的基于机...
【专利技术属性】
技术研发人员：李晓丹，张曙，
申请(专利权)人：上海且恩数据技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。