摘要
本发明公开了一种面向基坑监测的异常检测与根因分析方法,属于土木工程监测领域,包括:获取基坑监测现场的基坑监测数据,并在预处理后,利用长短期记忆LSTM模型进行基坑的异常检测,得到基坑异常数据,并利用贝叶斯网络模型进行根因分析,得到基坑异常的根因及其对应的概率值。本发明通过将长短期记忆网络LSTM和和贝叶斯网络进行结合,能够用于基坑监测中的实时异常检测和根因分析,准确预测和检测基坑监测数据中的异常状态,并深入分析并识别导致异常状态的原因以及原因的概率,能够在基坑异常发生后,迅速实时地提供详细的根因分析,便于制定有效的风险缓解措施,确保基坑工程的顺利进行。
技术关键词
贝叶斯网络模型
基坑
LSTM模型
异常状态
分析方法
异常数据
在线学习算法
监测现场
贝叶斯网络推理
土木工程监测
判断误差
分析系统
指标
长短期记忆网络
主成分分析法
表达式
标记
系统为您推荐了相关专利信息
SOC估计方法
时间段
粒子滤波算法
储能电池
异常数据
文本分类器
后处理方法
Agent系统
文本分类模型
输入输出模块