科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大坝变形监测数据普遍存在粗差的问题，采用全卷积神经网络(FCN)模型对人工标记数据集进行表征学习的方法实现变形粗差数据识别的人工智能模拟；在此基础上，利用Python和Tensorflow框架构建了用于变形监测数据粗差识别的FCN模型并以人工标注数据集进行模型训练；最后，以训练得到的最优模型对某重力坝变形监测数据进行粗差识别应用。结果表明，经训练的FCN模型能够较准确地识别大坝变形监测数据中的粗差值，提高了大坝安全管理效率。
-
单位中国电建集团华东勘测设计研究院有限公司; 中国长江电力股份有限公司
