摘要
本发明公开了一种基于时空超图神经网络的桥梁监测数据精确多步预测方法,所述方法包括如下步骤:一、收集桥梁结构时空监测二维数据作为原始数据集;二、对原始数据集进行缺失数据填充、趋势提取、数据标准化预处理操作;三、将空间域数据表示为超图上不同顶点,将时间域数据表示为超图各顶点上一维时间序列,定义关联矩阵;四、设计时空超图神经网络模型对桥梁监测数据进行时空关联建模;五、使用桥梁运营初期阶段半年内监测数据对时空超图神经网络模型进行训练;六、将训练后的时空超图神经网络模型应用于半年后监测数据。本发明解决了数据驱动的响应预测方法对监测数据时空关联程度挖掘不足的缺点,实现了监测数据的多步精准预测。
技术关键词
桥梁监测数据
多步预测方法
输出特征
神经网络模型
传感器
轮廓系数
批量
顶点
动态方法
响应预测方法
桥梁结构
定义
时间域
矩估计法
参数
坐标
尺寸
插值方法
矩阵
系统为您推荐了相关专利信息
区块链存证
信息管理系统
区块链技术
监控模块
日志
自动驾驶决策方法
深度强化学习
控制策略
车辆状态数据
路线规划数据
智能控制模块
智能控制系统
微滤机
传感器模块
沼液
液压装置
故障诊断模型
提升器
故障诊断方法
锚链
配电网短路
异构加速方法
神经网络模型
谐波幅值
加速装置