机器学习支持下利用震后遥感影像的近实时震损预测提升方法研究

文档名：机器学习支持下利用震后遥感影像的近实时震损预测提升方法研究
随着遥感技术的快速发展,震后24小时内即可获得灾区的卫星或航拍影像.利用上述影像快速识别得到的建筑倒塌场景,提出了基于机器学习算法的区域建筑近实时震损预测提升方法.具体地,对目标区域建筑开展一系列动力弹塑性时程分析并得到响应模拟结果,进一步根据模拟结果与建筑倒塌场景识别结果的相似程度确定最优结果,用以开展震损预测.算例研究表明,利用识别得到的建筑倒塌场景,该方法可以有效提升震损预测结果准确性.
作者：陆新征 孙楚津 许镇 曾翔
作者单位：土木工程安全与耐久教育部重点试验室,清华大学土木工程系,北京100084清华大学土木工程系,北京100084北京科技大学土木与资源工程学院,北京100083
母体文献：第28全国结构工程学术会议论文集
会议名称：第28全国结构工程学术会议  
会议时间：2019年9月1日
会议地点：南昌
主办单位：中国力学学会
语种：chi
分类号：TP1TP3
关键词：遥感影像  机器学习  建筑倒塌场景  震损预测
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文

机器学习支持下利用震后遥感影像的近实时震损预测提升方法研究.pdf

文件大小:

2.48 MB

高速下载