基于AO优化的CNN-BiLSTM-Attention的建筑结构健康监测缺失数据修复方法

AITNT
正文
推荐专利
基于AO优化的CNN-BiLSTM-Attention的建筑结构健康监测缺失数据修复方法
申请号:CN202510439803
申请日期:2025-04-08
公开号:CN120372157A
公开日期:2025-07-25
类型:发明专利
摘要
基于AO优化的CNN‑BiLSTM‑Attention的建筑结构健康监测缺失数据修复方法,有效捕获结构健康监测数据的时空特征,实现高精度结构健康监测缺失数据修复。具体实施流程如下:A.预采集与预处理结构健康监测完整数据,构建训练与验证数据集;B.构建CNN‑SE框架提取监测数据空间特征;C.构建BiLSTM‑TA框架提取监测数据时间特征;D.构建CNN‑BiLSTM‑Attention模型,采用AO算法优化模型超参数;E.输入正常传感器采集的数据,修复故障传感器缺失数据。本发明公开的方法能够实现结构健康监测缺失数据的高精度修复,为结构状态诊断和预测提供支持。
技术关键词
建筑结构健康监测 缺失数据修复 结构健康监测数据 模型超参数 注意力机制 修复故障 sigmoid函数 卷积特征 数据真实值 高精度结构 全局平均池化 捕获结构 通道 传感器 状态诊断
系统为您推荐了相关专利信息
1
游戏服务处理方法及装置、电子设备、存储介质
能力评估模型 游戏策略 资源状态信息 游戏特征 客户端
2
一种国产超算环境下时空注意力驱动的土壤湿度预测方法
预测网络模型 时空注意力机制 卷积长短期记忆 异构卷积神经网络 土地利用分类方法
3
一种设备维修语料智能处理与知识抽取方法
知识抽取方法 设备故障诊断系统 生成神经网络模型 融合上下文信息 图谱
4
一种基于电力系统AMI的多尺寸卷积神经网络入侵检测方法
入侵检测方法 电力系统 入侵检测模型 注意力机制 网络信息安全技术
5
一种基于视觉感知的电力数据恢复方法
数据恢复方法 注意力机制 图像特征向量 感知特征 视觉感知技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号