【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种多类型丢失数据恢复模型构建方法及系统。
技术介绍
1、在土木结构的全生命周期内开展结构健康监测(structural healthmonitoring，shm)，对保证结构的安全和耐久性具有重要意义。shm系统已广泛应用于大型民用基础设施，包括高层建筑、隧道和桥梁，以持续监测其运行状况和性能。然而，由于人为和环境的影响，如传感器老化、通信故障、极端荷载等，测量的振动数据不可避免地会包含偏差、漂移、增益变化、精度退化和缺失值等数据异常；此外，随着异常检测方法的快速发展，将检测到的数据异常转化为缺失以进一步恢复已成为一种创新的、简化的异常修复策略。当数据缺失累积到一定程度时，可能会导致结构异常误报或漏报，从而影响shm的可靠性和有效性，尤其在极端情况下，多个传感器可能同时出现异常，这对结构健康监测系统进行实时或灾后结构状态评估极为不利。
2、为了避免这类情况的发生，保证人民的生命和财产安全，shm系统的工程师们必须采取有效地方法对异常数据进行恢复。为了简化数据恢复方案，并提供一种通用的异常数据修...
【技术保护点】
1.一种多类型丢失数据恢复模型构建方法，其特征在于包括：
2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
3.根据权利要求1所述的方法，其特征在于，对所述目标传感器的数据进行预处理，得到恢复数据集具体包括：
4.根据权利要求1所述的方法，其特征在于，预构建的数据恢复模型包括多个卷积层、自注意力层和改进自注意力层并交替堆叠；
5.根据权利要求4所述的方法，其特征在于，将所述恢复数据集输入至预构建的数据恢复模型中进行训练，并利用损失函数对所述预构建的数据恢复模型的权重进行调整，得到最终的多类型丢失数据恢复模型
<...【技术特征摘要】
1.一种多类型丢失数据恢复模型构建方法，其特征在于包括：
2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：
3.根据权利要求1所述的方法，其特征在于，对所述目标传感器的数据进行预处理，得到恢复数据集具体包括：
4.根据权利要求1所述的方法，其特征在于，预构建的数据恢复模型包括多个卷积层、自注意力层和改进自注意力层并交替堆叠；
5.根据权利要求4所述的方法，其特征在于，将所述恢复数据集输入至预构建的数据恢复模型中进行训练，并利用损失函数对所述预构建的数据恢复模型的权重进行调整，得到最终的多类型丢失数据恢复模型具体包括：
6.一种多类型丢...
【专利技术属性】
技术研发人员：范高，张得云，胡嫚嫚，黄林杰，李俊，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。