【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种应用于数字工地平台的数据挖掘方法及系统。
技术介绍
1、随着建筑行业的快速发展和数字化转型的深入推进，数字工地平台作为提升工地管理效率、保障施工安全的重要手段，已逐渐成为行业标配。数字工地平台通过集成高清摄像头、传感器等物联网设备，实现了对工地施工活动的实时监控与数据采集。然而，面对海量的监控数据，如何高效、准确地提取有价值的信息，以支持工地管理的科学决策，成为亟待解决的问题。
2、传统的方法往往依赖于人工对监控视频进行逐帧查看和分析，不仅耗时费力，而且容易遗漏关键信息，难以满足现代工地管理的需求。因此，开发一种自动化的数据挖掘方法，以实现对监控数据中施工行为空间描述的精准预测，成为行业内的研究热点。
3、现有技术中，虽然存在一些基于图像识别和机器学习的监控数据分析方法，但这些方法大多侧重于对施工行为的简单分类或目标检测，缺乏对施工行为在物理空间中详细位置和范围的预测能力。同时，这些方法在处理复杂多变的工地监控数据时，往往存在预测准确性不高、泛化能力不强等问题。
技术实现思路
1、鉴于上述提及的问题，结合本专利技术的第一方面，本专利技术实施例提供一种应用于数字工地平台的数据挖掘方法，所述方法包括：
2、获取数字工地平台的至少一个样例数字工地监控数据，每个样例数字工地监控数据包括样例工地监控快照流和描述标签数据，所述描述标签数据包括所述样例工地监控快照流中的至少一个目标行为在设定行为施工物理空间上的先验空间描
3、基于所述至少一个样例数字工地监控数据对基础空间描述知识预测网络进行多个循环阶段的网络参数优化直到满足终止条件，生成空间描述知识预测网络；
4、获取初始工地监控快照流，所述初始工地监控快照流中包含人员施工活动快照；对所述初始工地监控快照流进行分析，确定所述初始工地监控快照流中包含人员施工活动快照的目标分区范围；
5、从所述初始工地监控快照流中提取所述包含人员施工活动快照的目标分区范围，作为目标工地监控快照流；
6、依据满足终止条件的空间描述知识预测网络从所述目标工地监控快照流中确定至少一个目标行为的预测空间描述知识，基于所述至少一个目标行为的预测空间描述知识，生成所述人员施工活动快照的数据挖掘结果。
7、在第一方面的一种可能的实施方式中，针对每个样例数字工地监控数据，每个循环阶段的网络参数过程包括：
8、将所述样例数字工地监控数据的样例工地监控快照流加载到当次循环阶段的网络参数过程的基础空间描述知识预测网络，生成每个目标行为在设定行为施工物理空间上预测空间描述知识概率分布，所述预测空间描述知识概率分布反映所述样例工地监控快照流上相应目标行为在所述设定行为施工物理空间上的预测空间描述知识的置信度；
9、针对每个目标行为，基于所述目标行为的预测空间描述知识概率分布，生成所述目标行为在所述设定行为施工物理空间中多个互关联的行为施工物理路径上的预测路径描述知识概率分布，所述预测路径描述知识概率分布反映相应目标行为在对应的行为施工物理路径上的预测路径描述知识的置信度；
10、针对每个目标行为，基于所述目标行为在相应行为施工物理路径上的先验路径描述知识和设定离散度，确定所述目标行为在相应行为施工物理路径上的预测路径描述知识的参考路径描述知识分布，并基于所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与参考路径描述知识分布之间的特征距离，确定所述目标行为在每个行为施工物理路径上的误差参数；
11、依据各个目标行为在每个行为施工物理路径上的误差参数，更新所述基础空间描述知识预测网络的网络参数信息。
12、在第一方面的一种可能的实施方式中，所述基于所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与参考路径描述知识分布之间的特征距离，确定所述目标行为在每个行为施工物理路径上的误差参数，包括：
13、针对每个目标行为，将所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与对应的目标参考路径描述知识分布间的卡氏距离散度，作为所述目标行为在对应的行为施工物理路径上的第一误差；
14、针对每个目标行为，将所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与对应的目标参考路径描述知识分布间的一范数距离，作为所述目标行为在对应的行为施工物理路径上的第二误差；
15、针对每个目标行为，基于所述目标行为在每个行为施工物理路径上的第一误差和所述第二误差，确定所述目标行为在对应的行为施工物理路径上的全局误差参数。
16、在第一方面的一种可能的实施方式中，所述针对每个目标行为，基于所述目标行为在每个行为施工物理路径上的第一误差和所述第二误差，确定所述目标行为在对应的行为施工物理路径上的全局误差参数，包括：
17、针对每个目标行为，基于设定均衡参数对所述第二误差进行均衡转换，生成第三误差；
18、针对每个目标行为，将所述第三误差与所述第二误差之和作为所述目标行为在每个行为施工物理路径上的全局误差参数。
19、在第一方面的一种可能的实施方式中，所述将所述样例数字工地监控数据的样例工地监控快照流加载到当次循环阶段的网络参数过程的基础空间描述知识预测网络，生成每个目标行为在设定行为施工物理空间上预测空间描述知识概率分布，包括：
20、将所述样例工地监控快照流加载到当次循环阶段的网络参数过程的基础空间描述知识预测网络，生成所述基础空间描述知识预测网络生成的每个目标行为在所述样例工地监控快照流上的预测空间描述知识，以及所述预测空间描述知识概率分布中多个空间分布成分的空间阵列单元和每个空间分布成分的成分因子；
21、针对每个目标行为，基于所述目标行为的预测空间描述知识、多个空间分布成分的空间阵列单元和每个空间分布成分的成分因子，确定所述目标行为的预测空间描述知识概率分布；
22、其中，每个空间分布成分为所述预测空间描述知识概率分布中的一个空间分布，每个空间分布成分的成分因子为所述空间分布成分在预测空间描述知识概率分布中的影响因子。
23、在第一方面的一种可能的实施方式中，所述针对每个目标行为，基于所述目标行为的预测空间描述知识、多个空间分布成分的空间阵列单元和每个空间分布成分的成分因子，确定所述目标行为的预测空间描述知识概率分布，包括：
24、针对每个目标行为，基于所述目标行为的预测空间描述知识，以及多个空间分布成分的空间阵列单元，确定所述目标行为的多个空间分布成分；
25、针对每个目标行为，基于所述目标行为的多个空间分布成分以及每个空间分布成分的成分因子，生成所述目标行为的预测空间描述知识概率分布。
26、在第一方面的一种可能的实施方式中，所述每个目标行为的多个空间分布成分的空间阵列单元的确定步骤，包括：
27、针对每个目标行为，生成所述基本文档来自技高网...
【技术保护点】
1.一种应用于数字工地平台的数据挖掘方法，其特征在于，所述方法包括：
2.根据权利要求1所述的应用于数字工地平台的数据挖掘方法，其特征在于，针对每个样例数字工地监控数据，每个循环阶段的网络参数过程包括：
3.根据权利要求2所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述基于所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与参考路径描述知识分布之间的特征距离，确定所述目标行为在每个行为施工物理路径上的误差参数，包括：
4.根据权利要求3所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述针对每个目标行为，基于所述目标行为在每个行为施工物理路径上的第一误差和所述第二误差，确定所述目标行为在对应的行为施工物理路径上的全局误差参数，包括：
5.根据权利要求2所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述将所述样例数字工地监控数据的样例工地监控快照流加载到当次循环阶段的网络参数过程的基础空间描述知识预测网络，生成每个目标行为在设定行为施工物理空间上预测空间描述知识概率分布，包括：
6.根据权利要
7.根据权利要求6所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述每个目标行为的多个空间分布成分的空间阵列单元的确定步骤，包括：
8.根据权利要求7所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述针对每个目标行为，基于所述目标行为的预测空间描述知识概率分布，生成所述目标行为在所述设定行为施工物理空间中多个互关联的行为施工物理路径上的预测路径描述知识概率分布，包括：
9.根据权利要求2-8任意一项所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述获取数字工地平台的至少一个样例数字工地监控数据的步骤之前，所述方法还包括：
10.一种应用于数字工地平台的数据挖掘系统，其特征在于，所述应用于数字工地平台的数据挖掘系统包括处理器和存储器，所述存储器和所述处理器连接，所述存储器用于存储程序、指令或代码，所述处理器用于执行所述存储器中的程序、指令或代码，以实现上述权利要求1-9任意一项所述的应用于数字工地平台的数据挖掘方法。
...【技术特征摘要】
1.一种应用于数字工地平台的数据挖掘方法，其特征在于，所述方法包括：
2.根据权利要求1所述的应用于数字工地平台的数据挖掘方法，其特征在于，针对每个样例数字工地监控数据，每个循环阶段的网络参数过程包括：
3.根据权利要求2所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述基于所述目标行为在每个行为施工物理路径上的预测路径描述知识概率分布与参考路径描述知识分布之间的特征距离，确定所述目标行为在每个行为施工物理路径上的误差参数，包括：
4.根据权利要求3所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述针对每个目标行为，基于所述目标行为在每个行为施工物理路径上的第一误差和所述第二误差，确定所述目标行为在对应的行为施工物理路径上的全局误差参数，包括：
5.根据权利要求2所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述将所述样例数字工地监控数据的样例工地监控快照流加载到当次循环阶段的网络参数过程的基础空间描述知识预测网络，生成每个目标行为在设定行为施工物理空间上预测空间描述知识概率分布，包括：
6.根据权利要求5所述的应用于数字工地平台的数据挖掘方法，其特征在于，所述针...
【专利技术属性】
技术研发人员：赵毅斌，刘屏，
申请(专利权)人：成都交大工程建设集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。