1. 研究目的与意义
一、研究背景
遗产监测作为遗产保护管理的基础性工作一直备受关注。假山是园林遗产要素中异常脆弱的元素，其监测方法应有别于建筑、水质等要素的标准化、程式化监测。随着假山的测绘、监测等数字化方法越来越多被应用到假山研究中，测绘、监测等数据的获取、存储等规范性决定了数据的易用性和数据的可持续性。我国政府虽然制定了一系列措施和政策加强对文物的保护力度，并取得了一定成绩,但仍旧有许多需要改进的地方。近年来人工智能及其相关领域，如机器学习、计算机视觉、模式识别等均在理论上和应用上取得了很大的进展，应用机器学习解决领域数据分析、预测等问题成为一个新的研究热点。
针对遗产监测反馈的问题，遗产管理单位对假山采取局部封闭管理、加强巡查与监测、修剪树木等措施。假山监测不仅为遗产管理决策提供数据支撑，也为后续监测积累了经验。受限于对假山遗产的认知局限、经费投入等因素，假山监测仍存在监测方法单一、系统性不强、数据漏项、数据有效性偏低、实时性与智能化程度低等缺陷，一方面不能满足遗产保护管理的实际需求，另一方面影响了监测有效性的发挥。通过基于人工智能机器学习不同算法，从而优化我们的监测方法，有助于假山监测数据有效的分析和利用，从而及时采取适当的预防策略来控制如假山沉降造成的损失。
2. 研究内容与预期目标
一、主要研究内容：
1. 完成深度学习目标监测的算法搭建和训练。
2. 对处理后数据的时空变化特征进行研究分析。
3. 研究方法与步骤
一、拟采用的研究方法
首先我们要确定假山沉降监测的整体方案：
实验中采用卷积神经网络和长短期记忆网络混合模型（CNN-LSTM），充分利用CNN网络提取局部特征的能力和LSTM网络中隐藏单元的记忆模块提取时间特征，从而提升对假山沉降监测的效果。
4. 参考文献
[1] 程洪福,胡伏原.环秀山庄假山遗产监测探究[J].中国园林,2021,37(02):139-144.
[2]李涛等.基于卷积长短期记忆网络的加热炉温度场实时预测方法.石油化工设备技术,2021,42(3).
[3]姜旭初,许宇澄,宋超.短期风力发电负荷预测的新方法[J/OL].北京师范大学学报(自然科学版):1-14[2022-03-03].
5. 工作计划
| |||||||||||||||||||||||||||
| 指导教师意见： | |||||||||||||||||||||||||||
|
指导教师：顾敏明 2022年1月25日 |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
