典型文献
大坝安全监测数据模式智能识别技术研究
文献摘要：
对大坝安全监测数据规律性智能识别技术开展研究.结合工程师思维和深度学习的特点,提出数据规律性识别技术方案,在此基础上,基于卷积神经网络建立大坝安全监测数据规律性识别模型.算例研究表明,建立的智能识别算法在监测数据规律性识别问题上具有较好表现,与以往方法相比,无需人为定义数学模型,具备采用一个模型准确快速处理海量多类型监测数据的优势.研究成果是新一代人工智能技术在大坝安全领域应用的拓展,是实现大坝安全智能管理的关键技术点.
文献关键词：
大坝安全;监测;模式识别;卷积神经网络;人工智能
中图分类号：
作者姓名：
孙辅庭;沈海尧
作者机构：
国家能源局大坝安全监察中心,浙江杭州,311122
文献出处：
引用格式：
[1]孙辅庭;沈海尧-.大坝安全监测数据模式智能识别技术研究)[J].大坝与安全,2022(04):23-27
A类：
B类：
大坝安全监测,安全监测数据,数据模式,智能识别技术,识别技术研究,数据规律,性智,识别模型,识别算法,准确快速,快速处理,多类型,新一代人工智能技术,安全领域,全智能,智能管理,模式识别
AB值：
0.237602
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。
