摘要
本发明公开了一种基于E‑VMD和SSA‑GRU组合模型的桥梁缺失监测数据修复方法,属于桥梁缺失监测数据修复技术领域,包括以下步骤:S1:数据采集及预处理;S2:模型构建及训练;S3:缺失数据修复。本发明通过E‑VMD准确获取了桥梁结构响应,提高了计算效率,更准确地定位频率成分,增强了对非线性信号的处理能力。本发明为解决超参数不合理取值对GRU性能的影响,利用麻雀搜索算法对GRU神经网络中关键参数进行优化,大大提高了模型的鲁棒性和泛化能力,使得修复结果更准、精度更高。
技术关键词
修复方法
GRU神经网络
SSA算法
缺失数据修复
桥梁健康监测系统
位置更新
桥梁监测数据
桥梁结构
时间序列信息
信号
训练集数据
矩阵
重构
修复技术
搜索算法
指标
信息熵
定义
超参数