摘要
本发明涉及人工智能与数据处理技术领域,具体涉及一种桥梁施工监测异常数据识别方法及系统,方法如下:通过设置传感器和设备采集桥梁监测振动信号数据;对采集到的数据进行清洗、转换和标准化处理;基于图神经网络模型构建桥梁施工监测异常数据识别模型,将处理后的数据输入至桥梁施工监测异常数据识别模型进行训练,识别异常情况。系统基于采集的桥梁结构信息、水文和气象信息、实时监测信息以及维护交维信息和方法的异常识别结果进行分析,将分析结果传输至前端。本发明通构建基于图神经网络模型的桥梁施工监测异常数据识别模型,并对模型进行训练,可以监测桥梁施工中复杂的振动信号数据,更好地识别异常情况。
技术关键词
桥梁施工监测
异常数据
混沌粒子群优化
识别方法
神经网络模型构建
节点特征
粒子群优化方法
信息传播机制
桥梁结构
位置更新
神经网络参数
神经网络算法
监测桥梁
邻域特征
邻居
系统为您推荐了相关专利信息
多模态特征融合
智能识别系统
时间序列特征
语义特征
视觉特征
识别方法
特征融合网络
训练特征
模块
特征提取能力
钢印字符
识别方法
笔画特征
多尺度特征提取
依赖特征