典型文献
基于改进YOLOv3-DN算法的水利施工危险源辨识
文献摘要：
为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法.通过ZED双目视觉相机获取施工现场信息,利用改进的YOLOv3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling,BIM)轻量化平台上.以浙江省八堡泵站工程项目施工现场为例验证改进的YOLOv3-DN算法辨识危险源的准确性.研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势.
文献关键词：
安全工程;危险源;YOLOv3算法;DenseNet网络架构;BIM轻量化平台
中图分类号：
作者姓名：
刘永强;伏仲明;吴浩;揭伟镰
作者机构：
河海大学水利水电学院,南京210098;浙江蓝城建筑规划设计有限公司,杭州310000
文献出处：
引用格式：
[1]刘永强;伏仲明;吴浩;揭伟镰-.基于改进YOLOv3-DN算法的水利施工危险源辨识)[J].安全与环境学报,2022(02):550-557
A类：
B类：
YOLOv3,DN,水利施工,施工危险源,危险源辨识,水利工程施工,辨识精度,新型智能,智能建设,建设安全,辨识方法,ZED,双目视觉,视觉相机,施工现场,辨识危险源,实时反馈,建筑信息模型,Building,Information,Modeling,BIM,泵站工程,工程项目施工,高平,平均准确率,查准率,召回率,硬件成本,安全工程,DenseNet,网络架构
AB值：
0.426134
相似文献
基于区域灾害系统论的煤矿瓦斯危险源风险评价
马恒;刘晓宇;高科-辽宁工程技术大学安全科学与工程学院,辽宁葫芦岛125105;辽宁工程技术大学矿山热动力灾害与防治教育部重点实验室,辽宁葫芦岛125105
HAZOP-LOPA分析方法在储罐风险评估中的应用
刘阳昊;周六顺;高艳霞;葛春涛;管振强-中石化安全工程研究院有限公司,山东青岛 266104;中石化巴陵石油化工有限责任公司,湖南岳阳 414014
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。
