典型文献
综合GAN与CNN的应急疏散快速风险评估方法
文献摘要：
针对大型公共场馆疏散风险评估问题,提出一种综合生成对抗网络(GAN)与卷积神经网络(CNN)的应急疏散深度学习评估模型,通过WGAN(Wasserstein GAN)进行数据增强,解决疏散数据不足的问题,并基于CNN,分别采用LeNet以及ResNet两种网络结构进行数据训练.以某大型体育馆为例,应用该方法进行疏散风险评估.研究结果表明,该方法能够建立有效的风险评估模型,实现应急疏散的快速风险评估.
文献关键词：
应急疏散;生成对抗网络;卷积神经网络;风险评估
中图分类号：
作者姓名：
李佳旭;胡玉玲;李嘉锋
作者机构：
北京建筑大学 电气与信息工程学院,北京 100044;北京建筑大学 建筑大数据智能处理方法研究北京市重点实验室,北京 100044
文献出处：
引用格式：
[1]李佳旭;胡玉玲;李嘉锋-.综合GAN与CNN的应急疏散快速风险评估方法)[J].消防科学与技术,2022(02):210-215
A类：
快速风险评估
B类：
应急疏散,风险评估方法,场馆,生成对抗网络,学习评估,WGAN,Wasserstein,数据增强,LeNet,ResNet,数据训练,体育馆,风险评估模型
AB值：
0.249921
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
