摘要
本发明涉及一种基于知识驱动与监测数据的桥梁承重监测数据识别方法,属于自然语言处理与数据识别领域。其包括以下步骤:采集桥梁承重监测振动数据;对桥梁承重监测振动数据进行人工标注;对标注好的桥梁承重监测振动数据进行预处理,得到预处理的桥梁承重监测振动数据;构建桥梁承重监测振动数据异常识别模型,模型采用基于多目标损失函数的极限学习机模型,对模型进行训练,得到训练好的模型;将新采集的桥梁承重监测振动数据输入到训练好的模型中,得到模型的输出结果,判断桥梁承重监测振动数据是否存在异常;将异常识别结果及监测指标反馈给知识图谱系统,给出辅助决策。本发明能够提高在复杂工况下的模型适应性和鲁棒性。
技术关键词
监测振动数据
极限学习机
知识图谱系统
桥梁
识别方法
动态邻接矩阵
误差反向传播
振动传感器布置
权重分配机制
样本
知识图谱库
度度量方法
融合特征
自然语言
非线性特征
决策
梯度下降法