期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RF-1D-CNN的城市地下综合管廊施工安全风险评估
被引量：
5
1
作者
秦华礼
祝
艺
露
《安全与环境学报》
CAS
CSCD
北大核心
2023年第7期2184-2190,共7页
为应对城市地下综合管廊建设中的施工安全问题,并能对施工风险类别进行准确评估,加强预防施工安全事故发生的能力,提出由随机森林和卷积神经网络相结合的施工风险评估模型。按照4M1E的分类方式将指标分为人、物料设备、管理、技术、环境...
为应对城市地下综合管廊建设中的施工安全问题,并能对施工风险类别进行准确评估,加强预防施工安全事故发生的能力,提出由随机森林和卷积神经网络相结合的施工风险评估模型。按照4M1E的分类方式将指标分为人、物料设备、管理、技术、环境5大类,选择RF随机森林对22种特征指标进行属性约简,选择最相关指标,并为施工现场的安全管理提供依据;使用1D-CNN卷积神经网络对降维后的数据进行风险评估。结果表明,RF-1D-CNN模型对80组样本数据进行分析的均方误差可达0.011 2%,随机选取30个样本作为测试集进行模型对比,RF-1D-CNN的准确率高于BP神经网络,该模型对城市地下综合管廊施工安全风险等级具有高识别精度和高效率。
展开更多
关键词
安全工程
综合管廊
施工安全
卷积神经网络
随机森林
下载PDF
职称材料
题名
基于RF-1D-CNN的城市地下综合管廊施工安全风险评估
被引量：
5
1
作者
秦华礼
祝
艺
露
机构
东北大学资源与土木工程学院
出处
《安全与环境学报》
CAS
CSCD
北大核心
2023年第7期2184-2190,共7页
文摘
为应对城市地下综合管廊建设中的施工安全问题,并能对施工风险类别进行准确评估,加强预防施工安全事故发生的能力,提出由随机森林和卷积神经网络相结合的施工风险评估模型。按照4M1E的分类方式将指标分为人、物料设备、管理、技术、环境5大类,选择RF随机森林对22种特征指标进行属性约简,选择最相关指标,并为施工现场的安全管理提供依据;使用1D-CNN卷积神经网络对降维后的数据进行风险评估。结果表明,RF-1D-CNN模型对80组样本数据进行分析的均方误差可达0.011 2%,随机选取30个样本作为测试集进行模型对比,RF-1D-CNN的准确率高于BP神经网络,该模型对城市地下综合管廊施工安全风险等级具有高识别精度和高效率。
关键词
安全工程
综合管廊
施工安全
卷积神经网络
随机森林
Keywords
safety engineering
integrated pipe gallery
safety in construction
convolutional neural network
random forest
分类号
X947 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RF-1D-CNN的城市地下综合管廊施工安全风险评估
秦华礼
祝
艺
露
《安全与环境学报》
CAS
CSCD
北大核心
2023
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
