System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數據處理,尤其涉及一種橋梁撓度異常數據處理方法、裝置、電子設備及存儲介質。
技術介紹
1、由于橋梁撓度值的變化受自身材料和外界多種因素的影響,收集的橋梁撓度值會存在許多異常值,從而直接影響橋梁平臺監測的有效性。常見的撓度值監測只是在某一刻進行監測,難以應對長時間多維度的橋梁撓度值監測,其低性能的數據處理和高延遲的應用反饋成了橋梁監測平臺的主要問題。
2、橋梁撓度值來源于撓度傳感器,但此設備監測橋梁撓度易受環境因素影響,例如溫度、風速等,故傳感器監測的撓度值,多含有噪聲,為實現撓度值的準確評估,需進行噪聲排除,但直接對其進行噪聲排除是十分困難的,且去除噪聲后的撓度值,仍會含有異常值。
3、因此,如何有效去除橋梁撓度異常值,成為了亟需解決的技術問題。
技術實現思路
1、有鑒于此,有必要提供一種橋梁撓度異常數據處理方法、裝置、電子設備及存儲介質,用以解決當前橋梁撓度值中的異常值難以有效去除的問題。
2、為了解決上述問題,本專利技術提供一種橋梁撓度異常數據處理方法,包括:
3、對實時橋梁撓度數據進行預處理,并對預處理后的實時橋梁撓度數據進行時序分解;
4、基于預處理后的實時橋梁撓度數據的時序分解結果,剔除預處理后的實時橋梁撓度數據中的噪聲數據,得到目標橋梁撓度數據;
5、基于分類模型對所述目標橋梁撓度數據進行分類,剔除目標橋梁撓度數據中的異常數據,所述分類模型是基于自舉匯聚算法進行數據分類的,且所述分類模
6、在一種可能的實現方式中,所述對實時橋梁撓度數據進行預處理,包括:
7、過濾實時橋梁撓度數據中的無效數據,并對過濾后的實時橋梁撓度數據進行標準化處理及數字化處理。
8、在一種可能的實現方式中,所述對預處理后的實時橋梁撓度數據進行時序分解,包括:
9、對預處理后的實時橋梁撓度數據進行小波變換。
10、在一種可能的實現方式中,所述基于預處理后的實時橋梁撓度數據的時序分解結果,剔除預處理后的實時橋梁撓度數據中的噪聲數據,得到目標橋梁撓度數據,包括:
11、將小波系數小于或者等于預設閾值的信號確定為噪聲數據并剔除,得到目標橋梁撓度數據。
12、在一種可能的實現方式中,基于分類模型對所述目標橋梁撓度數據進行分類,剔除目標橋梁撓度數據中的異常數據,包括:
13、在所述目標橋梁撓度數據中每次隨機選取第一數量個數據,構建第二數量個子樹;
14、在每個子樹中隨機選取一個特征,并基于隨機選取的特征對應的預設分裂閾值進行二分裂,直到每個子樹達到預設高度或者每個子樹的每個葉子節點中只有一個數據;
15、基于所有子樹的最終分裂結果確定目標橋梁撓度數據中的異常數據并剔除。
16、在一種可能的實現方式中,所述分類模型的訓練包括:
17、基于包含異常數據的歷史橋梁撓度數據確定所述第一數量、所述第二數量,及每個特征對應的預設分裂閾值。
18、在一種可能的實現方式中,所述包含異常數據的歷史橋梁撓度數據中,異常數據所占的比例大于預設比例。
19、本專利技術還提供了一種橋梁撓度異常數據處理裝置,包括:
20、預處理模塊,用于對實時橋梁撓度數據進行預處理,并對預處理后的實時橋梁撓度數據進行時序分解;
21、去噪模塊,用于基于預處理后的實時橋梁撓度數據的時序分解結果,剔除預處理后的實時橋梁撓度數據中的噪聲數據,得到目標橋梁撓度數據;
22、分類模塊,用于基于分類模型對所述目標橋梁撓度數據進行分類,剔除目標橋梁撓度數據中的異常數據,所述分類模型是基于自舉匯聚算法進行數據分類的,且所述分類模型是基于包含異常數據的歷史橋梁撓度數據訓練得到的。
23、本專利技術還提供了一種電子設備,包括存儲器和處理器,及存儲在存儲器上并可在處理器上運行的計算機程序,處理器執行程序時,實現如上所述的橋梁撓度異常數據處理方法。
24、本專利技術還提供了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現如上所述的橋梁撓度異常數據處理方法。
25、本專利技術的有益效果是:本專利技術提供的橋梁撓度異常數據處理方法、裝置、電子設備及存儲介質,通過對橋梁撓度數據進行時序分解來去除數據中的噪聲,并通過自舉匯聚算法進一步剔除橋梁撓度數據中的其他異常數據,在實現橋梁撓度異常數據處理的同時,提高了橋梁撓度數據的準確性和有效性,從而提高橋梁的使用安全性。
本文檔來自技高網...【技術保護點】
1.一種橋梁撓度異常數據處理方法,其特征在于,包括:
2.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,所述對實時橋梁撓度數據進行預處理,包括:
3.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,所述對預處理后的實時橋梁撓度數據進行時序分解,包括:
4.根據權利要求3所述的橋梁撓度異常數據處理方法,其特征在于,所述基于預處理后的實時橋梁撓度數據的時序分解結果,剔除預處理后的實時橋梁撓度數據中的噪聲數據,得到目標橋梁撓度數據,包括:
5.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,基于分類模型對所述目標橋梁撓度數據進行分類,剔除目標橋梁撓度數據中的異常數據,包括:
6.根據權利要求5所述的橋梁撓度異常數據處理方法,其特征在于,所述分類模型的訓練包括:
7.根據權利要求6所述的橋梁撓度異常數據處理方法,其特征在于,所述包含異常數據的歷史橋梁撓度數據中,異常數據所占的比例大于預設比例。
8.一種橋梁撓度異常數據處理裝置,其特征在于,包括:
9.一種電子設
10.一種計算機可讀存儲介質,其特征在于,其上存儲有計算機程序,所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的橋梁撓度異常數據處理方法。
...【技術特征摘要】
1.一種橋梁撓度異常數據處理方法,其特征在于,包括:
2.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,所述對實時橋梁撓度數據進行預處理,包括:
3.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,所述對預處理后的實時橋梁撓度數據進行時序分解,包括:
4.根據權利要求3所述的橋梁撓度異常數據處理方法,其特征在于,所述基于預處理后的實時橋梁撓度數據的時序分解結果,剔除預處理后的實時橋梁撓度數據中的噪聲數據,得到目標橋梁撓度數據,包括:
5.根據權利要求1所述的橋梁撓度異常數據處理方法,其特征在于,基于分類模型對所述目標橋梁撓度數據進行分類,剔除目標橋梁撓度數據中的異常數據,包括:
【專利技術屬性】
技術研發人員:劉人瑋,董志勇,梁龍武,張元,張引龍,
申請(專利權)人:武漢理工光科股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。