一种土建造价数据分析方法及系统技术方案

本申请涉及一种土建造价数据分析方法和系统，方法包括：获取目标土地的建设项目类型和项目造价数据；根据预设的造价分析目标和建设项目类型筛选多个土建训练样本，得到相同建设项目类型的用于造价分析的若干个目标造价训练样本；目标造价训练样本包括历史项目造价数据和历史造价分析结果；基于迁移学习策略，根据若干个目标造价训练样本和预训练的工程数据识别模型进行迁移学习训练，得到造价数据分析模型；工程数据识别模型为根据多个土建训练样本训练得到的深度学习模型；将项目造价数据输入至造价数据分析模型，得到目标土地的造价分析结果。本申请可以可以降低获取目标土地的造价分析结果耗费的时间成本，提高获取造价分析结果的效率。

【技术实现步骤摘要】

本申请涉及土建造价数据分析的，特别是涉及一种土建造价数据分析方法和系统。

技术介绍

1、土建是以土木工程技术为基础的建筑活动，涵盖建筑结构设计、施工管理及全生命周期维护等内容。随着科学技术的发展，深度学习网络模型可以用于土建领域进行数据分析，例如建设造价分析、项目建设时长分析、建设设施稳定性分析、土建地区的地质分析、土建地区的环境影响分析等。然而，应用于不同数据分析的深度学习网络模型，都是需要大量的时间进行训练获取的，会严重影响土建的推进进度，因此，现有技术中，训练用于建设造价分析的深度学习网络模型的过程中，存在训练耗费时间多、训练效率低的技术缺陷。

技术实现思路

1、基于此，本申请的目的在于提供一种土建造价数据分析方法和系统，可以克服现有技术的不足。

2、为了实现上述目的，本申请采用的技术方案为：

3、一种土建造价数据分析方法，包括：

4、获取目标土地的建设项目类型和项目造价数据；

5、根据预设的造价分析目标和所述建设项目类型筛选多个土建训练样本，得到相同建设本文档来自技高网...

【技术保护点】

1.一种土建造价数据分析方法，其特征在于，包括：

2.根据权利要求1所述的土建造价数据分析方法，其特征在于，所述基于迁移学习策略，根据所述若干个目标造价训练样本和预训练的工程数据识别模型进行迁移学习训练的步骤，包括：

3.根据权利要求2所述的土建造价数据分析方法，其特征在于，所述初始分析模型包括特征提取层和全连接层；其中，所述特征提取为所述工程数据识别模型的特征提取层；

4.根据权利要求3所述的土建造价数据分析方法，其特征在于，所述根据所述若干个目标造价训练样本的历史造价分析结果和所述若干个预测分析结果，训练所述全连接层的参数，以获取所述造价数据分析模...

【技术特征摘要】

1.一种土建造价数据分析方法，其特征在于，包括：

2.根据权利要求1所述的土建造价数据分析方法，其特征在于，所述基于迁移学习策略，根据所述若干个目标造价训练样本和预训练的工程数据识别模型进行迁移学习训练的步骤，包括：

3.根据权利要求2所述的土建造价数据分析方法，其特征在于，所述初始分析模型包括特征提取层和全连接层；其中，所述特征提取为所述工程数据识别模型的特征提取层；

4.根据权利要求3所述的土建造价数据分析方法，其特征在于，所述根据所述若干个目标造价训练样本的历史造价分析结果和所述若干个预测分析结果，训练所述全连接层的参数，以获取所述造价数据分析模型的步骤，包括：

5.根据权利要求1-4任一项所述的土建造价数据分析方法，其特征在于，所述项目造价数据包括建设项目内容、建设项目建材和建设项目造价；所述历史项目造价数据包括历史项目内容、历史项目建材、历史项目造...

【专利技术属性】
技术研发人员：王丽，
申请(专利权)人：河南中核五院研究设计有限公司，
类型：发明
国别省市：