摘要
本发明公开了一种地表沉降监测数据的处理方法及系统,涉及隧道监测数据处理技术领域,包括:收集各个测点的地表沉降监测数据,进行离群值识别与处理;采用梅尔倒谱系数特征提取方法提取各测点监测数据的特征图像,将地表沉降监测数据转化为MFCC特征图;再将MFCC特征图输入预先训练好的MFCC‑Transformer模型进行数据分类,保留其中受隧道开挖施工影响的测点数据;采用改进的ELM时间序列预测算法,填补数据缺失值;以及采用VMD时间序列分解算法,将监测数据分解为多个本征模态函数IMF,结合相似度准则,选取相似度最高的IMF作为降噪后的监测数据。通过本发明,实现了地表沉降监测数据的全自动处理,在提高数据处理速度的同时,确保了数据处理的可靠性。
技术关键词
沉降监测数据
隧道开挖施工
梅尔倒谱系数
特征提取方法
时间序列预测模型
MFCC特征
皮尔逊相关系数
分解算法
监测数据处理技术
监测点实时监测
数据分类
多层感知机
降噪模块
数据采集模块
高维特征向量
正则化策略
孤立森林算法
信号
系统为您推荐了相关专利信息
关键帧
特征点
识别检测方法
视频帧
评价指标筛选
融合系统
深度特征融合
多模态数据融合
动态实时监控方法
特征提取模块
场景生成技术
无人机巡检方法
三维点云数据
骨架特征
仿真场景
刀具磨损监测
刀具磨损状态
故障诊断模型
切削刀具
修复方法
动态约束优化
农业灾害预测方法
卫星遥感数据
预警模型
多约束条件