摘要
本发明公开一种基于机器学习的建筑施工场地微振动预测预警方法及系统,该方法包括建立场地特征参数数据;对采集的微振动响应数据进行统一时间戳、去噪、降低数据规模量;将微振动响应数据的时域数据、频域数据、时频域数据分别与场地特征参数为输入通过特征表征模型输出当前采集时段的微振动时域、频域和时频域表征图;通过回归模型根据微振动时域、频域和时频域表征图预测下一时段的微振动时域、频域和时频域表征图;对频域和时频域表征图分别重建时域数据,将三个时域数据进行加权平均实现下一时段的微振动响应数据的时域数据的最终预测;对超过警戒线的时域数据发出预警信号。本发明能够对未部署传感器区域的微振动响应数据进行监测。
技术关键词
建筑施工场地
预测预警方法
传感器
子模块
连续小波变换
神经网络模型
门控循环单元网络
长短期记忆神经网络
预测预警系统
注意力机制
规模
离散小波变换
支持向量机
数据模块
多模态
信号
力学
系统为您推荐了相关专利信息
智能车窗控制系统
微控制器
数码管显示模块
烟雾传感模块
数模转换芯片
智能控制系统
智能阀门
压载水舱
超级电容储能系统
涡轮发电机
实例分割网络
三维重建方法
实例分割模型
多尺度特征融合网络
三维图像数据
三维空间模型
预测预警系统
矿山井下
风险
预测预警方法