期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习在滑坡智能防灾减灾中的应用与发展趋势
被引量:
14
1
作者
窦杰
向子林
+5 位作者
许强
郑鹏麟
王协康
苏爱军
刘军旗
罗万祺
《地球科学》
EI
CAS
CSCD
北大核心
2023年第5期1657-1674,共18页
滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,...
滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,采用启发式模型的滑坡易发性评价不能较好地探明环境因子之间的非线性关系,基于传统监测数据的滑坡预测预报精度较低.机器学习算法凭借其强大的非线性处理能力及鲁棒性等优势,逐渐广泛应用于滑坡智能防灾减灾中.基于此,本研究系统阐述了机器学习在滑坡灾害早期识别、易发性评价及预测预报等方面的具体应用,综述了多种机器学习算法在上述3个领域中运用的优劣,最终对机器学习在滑坡灾害中未来的发展趋势进行了展望.
展开更多
关键词
滑坡灾害
可解释性机器学习
滑坡演化
知识-数据-机理三驱动
智能防灾减灾
激光雷达
工程地质.
原文传递
基于人工智能(AI)的地质灾害防控体系建设
被引量:
21
2
作者
张茂省
贾俊
+3 位作者
王毅
牛千
毛伊敏
董英
《西北地质》
CAS
CSCD
北大核心
2019年第2期103-116,共14页
近年来,人工智能(AI)技术得到快速发展,并日益融入到经济社会各个领域,成为当代创新发展的新标志,智能防灾减灾将成为未来发展的趋势和研究的热点。在回顾AI发展现状与趋势的基础上,系统梳理出以往地质灾害风险防控的数据依据和传统技...
近年来,人工智能(AI)技术得到快速发展,并日益融入到经济社会各个领域,成为当代创新发展的新标志,智能防灾减灾将成为未来发展的趋势和研究的热点。在回顾AI发展现状与趋势的基础上,系统梳理出以往地质灾害风险防控的数据依据和传统技术方法,分析了可能采用的潜在AI方法,初步搭建了基于AI的地质灾害风险防控体系建设方案。研究表明,AI技术为地质灾害风险防控提供了新的技术途径,但目前尚无可照搬或可移植的成熟技术或解决方案。智能防灾减灾体系包括早期识别、风险评估、风险防控等3个主要环节,其中最重要的环节是早期识别,传统方法与AI技术融合的关键参数为斜坡失稳概率或泥石流发生概率;根据所依据的数据资料将早期识别方法归纳为图像识别、形变识别、位移识别、内因识别、诱因识别和综合识别等6种方法;提出了从数据层、方法层和应用层3个层次构建基于大数据智能混合优化的地质灾害风险防控平台。认为数据驱动的智能模型与理论驱动的物理模型融合是地质灾害风险防控发展的趋势。
展开更多
关键词
大数据
人工
智能
PYTHON
智能防灾减灾
地质灾害
防控体系
下载PDF
职称材料
桥梁信息化及智能桥梁2020年度研究进展
被引量:
14
3
作者
赵天祺
勾红叶
+4 位作者
陈萱颖
李文昊
梁浩
陈子豪
周思清
《土木与环境工程学报(中英文)》
CSCD
北大核心
2021年第S01期268-279,共12页
以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数...
以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明:BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。
展开更多
关键词
桥梁信息化
智能
检测技术
机器学习
智能防灾减灾
智能
材料
下载PDF
职称材料
题名
机器学习在滑坡智能防灾减灾中的应用与发展趋势
被引量:
14
1
作者
窦杰
向子林
许强
郑鹏麟
王协康
苏爱军
刘军旗
罗万祺
机构
中国地质大学湖北巴东地质灾害国家野外科学观测研究站
成都理工大学地质灾害防治与地质环境保护国家重点实验室
四川大学水力学与山区河流开发保护国家重点实验室
出处
《地球科学》
EI
CAS
CSCD
北大核心
2023年第5期1657-1674,共18页
基金
国家自然科学基金重大项目课题(No.42090054)
四川大学水力学与山区河流开发保护国家重点实验室基金资助项目(Nos.SKHL1903,SKHL2003)
湖北省创新群体项目(No.2022CFA002)。
文摘
滑坡灾害易发频发、点多面广、隐蔽性强、危害严重.开展“天‒空‒地‒深”观测一体化的滑坡早期识别、易发性评价及预测预报,对于保障人民生命和财产安全,推进滑坡灾害防治能力现代化具有重要意义.目前,依靠人工解译的滑坡识别耗时耗力,采用启发式模型的滑坡易发性评价不能较好地探明环境因子之间的非线性关系,基于传统监测数据的滑坡预测预报精度较低.机器学习算法凭借其强大的非线性处理能力及鲁棒性等优势,逐渐广泛应用于滑坡智能防灾减灾中.基于此,本研究系统阐述了机器学习在滑坡灾害早期识别、易发性评价及预测预报等方面的具体应用,综述了多种机器学习算法在上述3个领域中运用的优劣,最终对机器学习在滑坡灾害中未来的发展趋势进行了展望.
关键词
滑坡灾害
可解释性机器学习
滑坡演化
知识-数据-机理三驱动
智能防灾减灾
激光雷达
工程地质.
Keywords
landslide hazard
interpretable machine learning
landslide evolutionary mechanism
knowledgedatamechanism threedriven
intelligent disaster prevention and mitigation
light detection and ranging(LiDAR)
engineering geology.
分类号
P694 [天文地球—地质学]
原文传递
题名
基于人工智能(AI)的地质灾害防控体系建设
被引量:
21
2
作者
张茂省
贾俊
王毅
牛千
毛伊敏
董英
机构
中国地质调查局西安地质调查中心/西北地质科技创新中心
西北大学
江西理工大学
出处
《西北地质》
CAS
CSCD
北大核心
2019年第2期103-116,共14页
基金
国家重点研发项目(2018YFC1504700)
国家自然科学基金重点项目(41641011、41530640)
中国地质调查局项目(DD20160261、DD20189270、DDT20190463)联合资助
文摘
近年来,人工智能(AI)技术得到快速发展,并日益融入到经济社会各个领域,成为当代创新发展的新标志,智能防灾减灾将成为未来发展的趋势和研究的热点。在回顾AI发展现状与趋势的基础上,系统梳理出以往地质灾害风险防控的数据依据和传统技术方法,分析了可能采用的潜在AI方法,初步搭建了基于AI的地质灾害风险防控体系建设方案。研究表明,AI技术为地质灾害风险防控提供了新的技术途径,但目前尚无可照搬或可移植的成熟技术或解决方案。智能防灾减灾体系包括早期识别、风险评估、风险防控等3个主要环节,其中最重要的环节是早期识别,传统方法与AI技术融合的关键参数为斜坡失稳概率或泥石流发生概率;根据所依据的数据资料将早期识别方法归纳为图像识别、形变识别、位移识别、内因识别、诱因识别和综合识别等6种方法;提出了从数据层、方法层和应用层3个层次构建基于大数据智能混合优化的地质灾害风险防控平台。认为数据驱动的智能模型与理论驱动的物理模型融合是地质灾害风险防控发展的趋势。
关键词
大数据
人工
智能
PYTHON
智能防灾减灾
地质灾害
防控体系
Keywords
big data
artificial intelligence
Python
intelligent disaster prevention and mitigation
geological disasters
prevention and control system
分类号
P694 [天文地球—地质学]
下载PDF
职称材料
题名
桥梁信息化及智能桥梁2020年度研究进展
被引量:
14
3
作者
赵天祺
勾红叶
陈萱颖
李文昊
梁浩
陈子豪
周思清
机构
西南交通大学土木工程学院
出处
《土木与环境工程学报(中英文)》
CSCD
北大核心
2021年第S01期268-279,共12页
基金
国家自然科学基金(51878563)
文摘
以信息化、智能化为特征的数字化时代的到来推动了桥梁工程技术的发展与创新,有必要将云计算、大数据、人工智能、3D打印、机器人等战略性新兴产业技术与桥梁工程相融合,从智能设计、智能施工、智能运维等多个维度,推进桥梁工业化、数字化、智能化升级。本文从桥梁信息化、智能检测与安全运维、智能防灾减灾、智能材料等方面,综述了2020年该领域前沿技术和重要成果,总结了研究热点与前景展望。分析表明:BIM技术可以提升桥梁正向设计精细化水平、施工过程控制和管理准确化程度;无人机、机器人等智能检测技术与机器学习、卷积神经网络等人工智能技术提高了桥梁检测的精度和效率;高性能智能材料的应用促进了桥梁结构的自感知性、自适应性、自调节性和自诊断性;基于人工智能的自然灾害监测与预警为桥梁智能防灾减灾提供了新的发展思路。未来应将人工智能技术深度融合桥梁设计、建造和养护的全生命周期,顺应信息化、智能化的发展趋势,实现桥梁强国梦。
关键词
桥梁信息化
智能
检测技术
机器学习
智能防灾减灾
智能
材料
Keywords
bridge informatization
intelligent inspection technologies
machine learning
intelligent disaster prevention/mitigation
intelligent materials
分类号
U442 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习在滑坡智能防灾减灾中的应用与发展趋势
窦杰
向子林
许强
郑鹏麟
王协康
苏爱军
刘军旗
罗万祺
《地球科学》
EI
CAS
CSCD
北大核心
2023
14
原文传递
2
基于人工智能(AI)的地质灾害防控体系建设
张茂省
贾俊
王毅
牛千
毛伊敏
董英
《西北地质》
CAS
CSCD
北大核心
2019
21
下载PDF
职称材料
3
桥梁信息化及智能桥梁2020年度研究进展
赵天祺
勾红叶
陈萱颖
李文昊
梁浩
陈子豪
周思清
《土木与环境工程学报(中英文)》
CSCD
北大核心
2021
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部