综合GAN与CNN的应急疏散快速风险评估方法

摘要：

针对大型公共场馆疏散风险评估问题,提出一种综合生成对抗网络(GAN)与卷积神经网络(CNN)的应急疏散深度学习评估模型,通过WGAN(Wasserstein GAN)进行数据增强,解决疏散数据不足的问题,并基于CNN,分别采用LeNet以及ResNet两种网络结构进行数据训练.以某大型体育馆为例,应用该方法进行疏散风险评估.研究结果表明,该方法能够建立有效的风险评估模型,实现应急疏散的快速风险评估.

关键词：应急疏散;生成对抗网络;卷积神经网络;风险评估

所属期刊栏目：41

分类号：X928.7;TP391.9(安全管理（劳动保护管理）)

资助基金：国家重点研发计划;北京建筑大学基本科研业务基金项目

在线出版日期：2022-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：210-215