基于机器学习算法的建筑物健康状态识别

为了提高建筑物健康状态识别结果,提出一种基于机器学习算法的建筑物健康状态检测方法。首先分析建筑物健康状态的识别流程,找到影响建筑物健康状态识别效果的因素,然后从中选择主要的影响因素进行建筑物健康状态识别建模,并引入机器学习算法描述建筑物健康状态与影响因素之间的内在联系,建立建筑物健康状态识别模型,最后采用具体建筑物健康状态识别实例分析了该方法的有效性和优越性,对建筑物健康状态识别率平均值超过92%,而当前经典方法的建筑物健康状态识别率没有超过90%,且识别速度更快,具有更好的实际应用价值。