典型文献
基于神经网络的公共建筑应急疏散风险评估方法
文献摘要：
公共建筑空间大、人员密集、水平疏散距离长,在应急情景下的疏散本身存在一定的风险,提出了一种基于深度神经网络(DNN)的应急疏散风险评估方法.给出了DNN预测模型的建立方法,并以某高校体育馆为案例,说明了模型数据获取、模型训练,及模型测试的整个评估过程.结果表明,相较于传统评估方法,该深度学习方法克服了主观性强、对以人为核心的复杂疏散系统风险评估困难等缺点,可以实现对公共建筑应急疏散快速有效的评估.
文献关键词：
应急疏散;深度学习;风险评估;DNN预测模型;AnyLogic平台
中图分类号：
作者姓名：
李嘉锋;胡玉玲;李佳旭
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]李嘉锋;胡玉玲;李佳旭-.基于神经网络的公共建筑应急疏散风险评估方法)[J].消防科学与技术,2022(04):491-495
A类：
B类：
公共建筑,应急疏散,风险评估方法,建筑空间,人员密集,疏散距离,急情,深度神经网络,DNN,建立方法,高校体育馆,模型数据,数据获取,模型训练,模型测试,深度学习方法,主观性,以人为核心,疏散系统,系统风险,快速有效,AnyLogic
AB值：
0.412537
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。
