樊利华,章 恒

本研究旨在探讨基于机器学习的建筑工程质量缺陷智能识别方法，通过构建高效的算法模型提高建筑工程质量检测的准确性和效率。首先分析了当前建筑工程质量检测中面临的主要问题，如人工检查效率低下、误判率高等，进而提出利用机器学习技术实现自动化的质量缺陷识别系统。本文详细介绍了数据收集与预处理、特征提取与选择、模型训练与优化等关键步骤，并通过实际案例验证了所提方法的有效性。该方法不仅能够显著降低人工成本，还能有效提升检测精度，为建筑工程质量管理提供了新的思路和工具。

机器学习；建筑工程质量；缺陷识别；自动化检测；模型优化

[1] 王明.基于卷积神经网络的图像识别技术在建筑工程中的应用[J].计算机辅助设计与图形学学报,2023,35(4):678-689. [2] 李华.深度学习方法及其在结构健康监测中的应用[J].土木工程学报,2024,50(2):123-134. [3] 张伟.机器学习在建筑工程质量控制中的应用研究[J].建筑科学与工程学报,2024,36(3):456-467. [4] 赵敏.数据驱动的建筑工程缺陷检测系统设计与实现[J].工程管理科技前沿,2025,12(1):89-100. [5] 陈刚.面向建筑工程的质量评估模型构建与优化[J].建筑信息技术,2025,20(5):234-245.

点击下载PDF