一种人机交互的公共场所生物恐怖风险全过程评估方法

    公开(公告)号:CN118966511A

    公开(公告)日:2024-11-15

    申请号:CN202410877548.8

    申请日:2024-07-02

    摘要: 本发明公开了一种人机交互的公共场所生物恐怖风险全过程评估方法,属于生物恐怖风险评估技术领域;获取目标场所生物恐怖事件的风险因子清单;对风险因子清单进行专家打分,得到评分数据,根据评分数据构建目标场所生物恐怖事件的风险评估指标体系;对各个风险因子、评分数据以及事件历史数据进行数据挖掘,得到风险评估指标之间的相互关联关系;根据相互关联关系构建贝叶斯网络模型的贝叶斯网络结构;根据贝叶斯网络结构和评分数据计算贝叶斯网络模型的条件概率表;输入实时数据到贝叶斯网络模型中更新各个节点的概率,并进行风险等级评估。本发明的优点是:消除了传统评估方法缺乏考虑指标关联性的影响,使得风险评估的结果更准确。

    一种基于深度学习的房屋结构变形预测方法

    公开(公告)号:CN117725843B

    公开(公告)日:2024-04-30

    申请号:CN202410175648.6

    申请日:2024-02-08

    申请人: 天津大学

    IPC分类号: G06F30/27 G06N3/0464 G06N3/08

    摘要: 本发明属于房屋形变监测技术领域,涉及一种基于深度学习的房屋结构变形预测方法,分析影响房屋结构变形的影响因素,确定动态影响因子,形成因子测量数据序列,使用时变模型对因子测量数据序列进行趋势值计算,通过将趋势值输入深度神经网络模型进行因子重要度计算;获取不同时间段的房屋结构的实际变形监测数据,对实际变形监测数据进行插值法处理;将插值法处理后的变形监测数据和因子重要度最高的S个动态影响因子进行关联映射;基于动态影响因子及其关联映射的变形监测数据,构建多源组合预测模型,输出所有时间段的变形预测总值,大大提高了变形预测精度,有利于帮助监管单位准确的对房屋结构变形进行预测,从而有针对性的提供保护措施。

    一种建筑能耗碳排测定方法

    公开(公告)号:CN116522683A

    公开(公告)日:2023-08-01

    申请号:CN202310729256.5

    申请日:2023-06-20

    申请人: 天津大学

    摘要: 本发明提出了一种建筑能耗碳排测定方法,涉及碳排测定技术领域,运用建筑参数,计算监测时间内的建筑物总供热量;构建监测时间内的建筑物总供热量所对应的碳排模型;构建建筑能耗碳排核算模式,根据能耗碳排核算模式得到极大模式和极小模式;将监测时间范围进行网格化分割,构建每个时间网格的能耗碳排核算模式,并计算每个时间网格的最大碳排量与最小碳排量的差值;计算每个时间网格的碳排指标,并根据碳排指标将每个时间网格进行能耗碳排等级分级。有效的提高了建筑能耗碳排测定精确度,以加快“双碳”目标的实现,更好地了解了影响建筑碳排放量的因素,以便更好地把控减排的要点。

    一种基于深度学习的房屋结构变形预测方法

    公开(公告)号:CN117725843A

    公开(公告)日:2024-03-19

    申请号:CN202410175648.6

    申请日:2024-02-08

    申请人: 天津大学

    IPC分类号: G06F30/27 G06N3/0464 G06N3/08

    摘要: 本发明属于房屋形变监测技术领域,涉及一种基于深度学习的房屋结构变形预测方法,分析影响房屋结构变形的影响因素,确定动态影响因子,形成因子测量数据序列,使用时变模型对因子测量数据序列进行趋势值计算,通过将趋势值输入深度神经网络模型进行因子重要度计算;获取不同时间段的房屋结构的实际变形监测数据,对实际变形监测数据进行插值法处理;将插值法处理后的变形监测数据和因子重要度最高的S个动态影响因子进行关联映射;基于动态影响因子及其关联映射的变形监测数据,构建多源组合预测模型,输出所有时间段的变形预测总值,大大提高了变形预测精度,有利于帮助监管单位准确的对房屋结构变形进行预测,从而有针对性的提供保护措施。

    一种建筑能耗碳排测定方法

    公开(公告)号:CN116522683B

    公开(公告)日:2023-09-05

    申请号:CN202310729256.5

    申请日:2023-06-20

    申请人: 天津大学

    摘要: 本发明提出了一种建筑能耗碳排测定方法,涉及碳排测定技术领域,运用建筑参数,计算监测时间内的建筑物总供热量;构建监测时间内的建筑物总供热量所对应的碳排模型;构建建筑能耗碳排核算模式,根据能耗碳排核算模式得到极大模式和极小模式;将监测时间范围进行网格化分割,构建每个时间网格的能耗碳排核算模式,并计算每个时间网格的最大碳排量与最小碳排量的差值;计算每个时间网格的碳排指标,并根据碳排指标将每个时间网格进行能耗碳排等级分级。有效的提高了建筑能耗碳排测定精确度,以加快“双碳”目标的实现,更好地了解了影响建筑碳排放量的因素,以便更好地把控减排的要点。