基于深度学习的建筑安全事故预防策略综述

来源 :苏州科技大学学报:自然科学版 | 被引量 : 0次 | 上传用户:fyps
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多年来建筑施工安全问题一直是建筑工程行业关注的一个重要问题。目前,基于深度学习的建筑安全事故预防策略已取得了一定的效果。但由于技术和实际应用等因素的限制,这些方法仍存在一定的局限性和亟待改进之处。鉴于此,论文对基于深度学习的建筑安全事故策略进行比较全面综述研究。首先,对建筑安全事故的产生源进行分类介绍;然后,从事故源的视角出发对深度学习技术在建筑安全预防方面的应用进行总结分析;最后,提出了当前面临的技术挑战及未来研究的方向。
其他文献
回顾了近年来压电光催化的最新研究成果,介绍了压电效应的起源、压电催化原理、压电光催化的耦合机理。综述了近年来压电光催化在利用自然能源制氢、降解有机污染物中的应用
为了提高炸药粉末的压制成型质量,采用将炸药粉末视为连续体的建模方法,利用Shima-Oyane材料模型,以Φ26mm×22mm的JO-9159炸药药柱为例,采用高级非线性Msc.Marc建立了粉
为研究亚大气压下高氯酸铵/端羟基聚丁二烯(AP/HTPB)的燃烧特性,采用三步反应动力学机理,建立二维三明治模型,耦合气固两相;对20~80kPa下AP/HTPB的微尺度燃烧进行模拟,并与高
为研究还原型锡酸铅粒度对Al/HMX/CMDB推进剂燃烧性能及安定性的影响,采用干筛法筛选6种不同粒度的还原型锡酸铅,制备了含不同粒度还原型锡酸铅体系的推进剂;通过燃速靶线试
为改善高氯酸铵(AP)的性能,从而改善复合固体推进剂的燃烧性能,采用AP辅助的金属有机骨架结构(MOF)热分解法合成纳米ZnO立方体催化剂(n-ZnO/cube);采用XRD、FESEM、TEM等对其