李炯
- 作品数:7 被引量:1H指数:1
- 供职机构:福州大学更多>>
- 发文基金:福建省社会科学规划项目国家社会科学基金更多>>
- 相关领域:环境科学与工程建筑科学理学更多>>
- 农村改造房屋结构安全预警模型被引量:1
- 2023年
- 农村改造房屋结构安全问题突出,尤其长沙“4·29”民房坍塌事故更凸显出该问题的严峻性,为解决这一问题,首先,基于机器学习算法,构建农村改造房屋结构安全预警指标体系;其次,对初始数据作标准化等预处理,并基于过采样算法解决样本类别不平衡问题,使用经典机器学习算法构建农村改造房屋结构安全预警模型;然后,利用集成学习算法优化原有模型以提高模型精度;最后,对各预警指标的重要度排序。结果表明:经典机器学习算法预测效果较好的是支持向量机(SVM),集成算法效果较好的是堆叠法,总体预测率为85.3%;较为重要的预警指标是建筑面积过大、建筑年份久、无施工草图、非六大重点排查房屋、独立基础、用于出租特别的群组牟利的城乡结合部自建房、地上层数过大、未经正规设计、无资质设计等17个。
- 段在鹏李炯李帆刘碧强
- 关键词:预警模型
- 一种含Ce活性氧化物材料及其制备方法
- 本发明公开了一种含Ce活性氧化物材料及其制备方法,该活性氧化物材料的Ce和Ru的摩尔比为3∶7-7∶3,以CeCl<Sub>3</Sub>和RuCl<Sub>3</Sub>为源物质,溶于乙醇制成活性浆液,经加热蒸发、加热...
- 王欣张腾唐电孙俊梅刘雪华邵艳群李炯
- 文献传递
- Ru-Hf-Sn三元氧化物活性材料及其制备方法
- 本发明公开了Ru-Hf-Sn三元氧化物活性材料及其制备方法,以RuCl<Sub>3</Sub>、HfCl<Sub>4</Sub>和SnCl<Sub>4</Sub>或SnCl<Sub>2</Sub>为源物质,分别溶于乙醇,...
- 唐电王欣张腾孙俊梅刘雪华邵艳群李炯
- Ru-Hf-Sn三元氧化物活性材料及其制备方法
- 本发明公开了Ru-Hf-Sn三元氧化物活性材料及其制备方法,以RuCl<Sub>3</Sub>、HfCl<Sub>4</Sub>和SnCl<Sub>4</Sub>或SnCl<Sub>2</Sub>为源物质,分别溶于乙醇,...
- 唐电王欣张腾孙俊梅刘雪华邵艳群李炯
- 文献传递
- 改建房结构安全的三阶提升预警模型
- 2024年
- 为研究改建房结构安全问题并提升模型预警精度,采用“文本-图像融合”、“信息再生成”和“智能优化模型参数”3个方法建立三阶提升预警模型。首先构建基础预警模型:选取VGG16、ResNet50等4种图像识别模型进行迁移学习,将性能最优者作为基础预警模型;之后进行第1次预警精度提升:收集测试集中对应的文本信息,经独热编码等预处理后与图像信息“融合”,优选随机森林等5种算法以提升预警精度;然后进行第2次精度提升:采用过采样-深度卷积生成对抗网络(SMOTE-DCGAN)策略提高模型对隐患改建房的“捕捉”能力;最后,使用金豺优化算法进行第3次提升。研究结果表明:DenseNet121模型更能抓取到隐患改建房图像特征;改建房结构安全预警模型最优的是支持向量机(SVM),准确率为82.5%;使用SMOTE-DCGAN策略后,表现最佳的SVM和XGBoost,其隐患改建房的召回率分别提升10和5个百分点;金豺优化算法下的“SMOTE-DCGAN-SVM”准确率、召回率、精确率和F 1值再次提升7.0、7.5、10.5和9.1个百分点。研究结果可为相关部门排查改建房安全隐患提供技术支持。
- 段在鹏李炯杨泽鸿黄豪琪
- 城市易涝区房屋结构安全集成预警模型
- 2023年
- 为挖掘影响城市易涝区房屋结构安全的重要因素,首先收集和选取房屋年份、楼层、面积等21个属性,构建预警指标体系,采用过采样、独热编码等方法解决样本离散化、不均衡问题;其次,采用4种不同的集成算法,使用6种机器学习模型,构建预警模型,学习并测试房屋结构安全数据;然后,综合应用准确率、查准率和召回率的调和平均、平均精确率、曲线下的面积(AUC)等指标,综合比较预警模型性能,并对各预警指标进行相关性分析与重要度排序;最后,以福建省11个县市35个易涝区的2215栋房屋为例,验证所构建的模型的科学性和有效性。结果表明:是否属于重点排查房屋、施工团队是否专业、房屋面积、年份、地上层数的特征重要度均在150以上,是构建易涝区房屋结构安全预警最重要的5个指标。基于提升法策略构建的预警模型的预警精度最优,总体预测准确率为99.10%,该模型能够更为准确高效地检测易涝区房屋的结构安全。
- 段在鹏李帆郭进李炯
- 关键词:预警模型
- “三合一”自建房结构安全智能预警模型
- 2024年
- “三合一”自建房虽便于业主生产、储存、经营活动,但因其功能复合,其结构安全性常存在较多严重的问题。为提前预警此类建筑的安全隐患,本研究基于机器学习算法构建了“三合一”自建房结构安全预警模型,并先后应用集成思想和智能优化算法,对预警性能进行了2次提升。首先,采用独热编码、过采样等方法对某地获取的数据进行预处理;其次,选择总体准确率、召回率和AUC值3项指标分别选出最佳的基分类器;之后,使用袋装法和提升法等集成思想优化预警模型的性能;然后,应用鲸鱼、金豺、粒子群等智能优化算法对预警模型性能进一步优化;最后,综合以上模型运算结果,挖掘预警指标中的关键指标。结果表明:(1)经鲸鱼算法优化的Bagging(KNN)模型可更高效地对“三合一”自建房的结构安全进行预警,其召回率为0.802;(2)经鲸鱼算法优化的Boosting(SVM)模型具有更稳定的预警鲁棒性,其AUC值为0.933;(3)默认参数的XGB模型整体预警效率更佳,其总体准确率为0.915;(4)建筑年份、砖混结构、地上层数、建筑面积等14个指标是“三合一”自建房结构安全预警的关键指标。
- 段在鹏李炯郑宏涛杨泽鸿
- 关键词:智能优化算法