10.3969/j.issn.1009-0029.2022.02.014
综合GAN与CNN的应急疏散快速风险评估方法
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.
应急疏散;生成对抗网络;卷积神经网络;风险评估
41
X928.7;TP391.9(安全管理(劳动保护管理))
国家重点研发计划;北京建筑大学基本科研业务基金项目
2022-03-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
210-215