基于深层神经网络的长大桥梁监测数据异常修复与重构方法研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-07-04-175615

基于深层神经网络的长大桥梁监测数据异常修复与重构方法研究

王连发, 徐一超, 王昆鹏, 张宇峰, 承宇

长大桥梁安全长寿与健康运维全国重点实验室/苏交科集团股份有限公司/广东粤交科科技有限公司, 中交公路长大桥建设国家工程研究中心有限公司

全文直达

引用

打印

摘要：针对长大桥梁结构健康监测中因传感器故障、环境干扰等导致的数据异常与缺失问题，本研究提出了一种基于深层神经网络的数据修复与重构方法。该方法融合双向长短期记忆网络（BiLSTM）和条件生成对抗网络（CGAN），充分挖掘多源异构监测数据的时空关联，实现异常特征的精准捕捉与缺失序列的高精度重构。实验表明，该方法有效提升了数据质量，平均绝对误差（MAE）降低 21.8%，均方根误差（RMSE）降低 42.7%，模型拟合能力提高 9.1%。

关键词：

深层神经网络；桥梁健康监测；数据修复；异常重构

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2025,7(4)