为提高建筑工程安全管理水平,应事前控制建筑工人的安全行为.以山东省潍坊市某建筑工程为研究对象,建立建筑施工人员不安全行为预警指标体系,基于卷积神经网络(Convolutional Neural Network,CNN)的基本理论,对建筑工人的不安全行为收集数据进行训练和学习,并预测不安全行为的准确率.结果表明,运用现场问卷和视频录取的方式获得建筑施工工人不安全行为数据,能够真实反映施工过程建筑工程的行为状态,效度良好;基于卷积神经网络CNN结构的施工人员不安全行为预警指标训练具有高度快速收敛特性,且计算精度准确可靠,对于建筑施工中的安全管理和预警发出提供了良好的决策依据.
NETL
NSTL
万方数据
