← 返回列表

一种基于融合序列特征的桥梁监测异常数据的识别方法及系统

申请号: CN202311474400.1
申请人: 中交公路长大桥建设国家工程研究中心有限公司; 广东省公路建设有限公司
申请日期: 2023/11/7

摘要文本

本发明公开一种基于融合序列特征的桥梁监测异常数据的识别方法及系统,该方法包括:获取桥梁健康监测数据,提取所述监测数据的特征向量作为数据点,构建数据异常识别树,其中,设置切分阈值,将特征向量和所述切分阈值进行对比,根据对比结果,将所述特征向量分别划分到第一子树和第二子树;根据数据异常识别树,计算数据的初始异常分数,并计算数据的初始异常分数的总概率密度,设置数据异常模型,根据所述总概率密度,计算数据的最终异常分数,根据数据的最终异常分数,对所述监测数据中的异常数据进行识别;将识别出的异常数据输入到卷积神经网络中,进行异常数据分类,将分类后的异常数据输入到长短时记忆网络中,以完成异常数据修复。

专利详细信息

项目 内容
专利名称 一种基于融合序列特征的桥梁监测异常数据的识别方法及系统
专利类型 发明申请
申请号 CN202311474400.1
申请日 2023/11/7
公告号 CN117708643A
公开日 2024/3/15
IPC主分类号 G06F18/24
权利人 中交公路长大桥建设国家工程研究中心有限公司; 广东省公路建设有限公司
发明人 刘天成; 张太科; 程潜; 时笑鹏; 鲜荣; 王杨; 王小宁; 吴玲正; 张松
地址 北京市西城区黄寺大街甲23号北广大厦918; 广东省广州市越秀区寺右新马路111-115号五羊新城广场728房

专利主权项内容

1.一种基于融合序列特征的桥梁监测异常数据的识别方法,其特征在于,包括:获取桥梁健康监测数据,提取所述监测数据的特征向量作为数据点,构建数据异常识别树,其中,设置切分阈值,将所述特征向量和所述切分阈值进行对比,根据对比结果,将所述特征向量分别划分到第一子树和第二子树;根据所述数据异常识别树,计算数据的初始异常分数,并计算数据的初始异常分数的总概率密度,设置数据异常模型,根据所述总概率密度,计算数据的最终异常分数,根据数据的最终异常分数,对所述监测数据中的异常数据进行识别;将识别出的异常数据输入到卷积神经网络中,进行异常数据分类,将分类后的异常数据输入到长短时记忆网络中,以完成异常数据修复。 搜索马 克 数 据 网