一种基于机器学习的建筑微震动预测方法及系统

本发明公开了一种基于机器学习的建筑微震动预测方法及系统，包括：获取建筑结构数据，基于历史监测数据与建筑结构数据获得结构特征参数；基于结构特征参数获得微震监测方案，微震监测方案包括传感器分布位置与监测频率；获取微震动数据，基于微震动数据获得微震动特征序列；基于微震动特征序列与异常检测算法进行异常信号标识，对标识的异常信号进行特征频率和振幅分析获得异常信号分类；基于异常信号分类与预设预测策略库获得预测策略参数；基于预测策略参数与微震动特征序列获得微震动风险预测结果。本发明实现了对建筑结构的实时监测和风险预警，提高了建筑安全管理的智能化和精确性，为及时采取防护措施提供了重要依据。