基于物联网的建筑健康监测方法研究
记数据和大量无标记数据，可以对学习算法的性能进行有效提升。
一般地，在建筑物健康监测应用场景中，机器学习方法的输入来自于经过特征提取的数据，属于一类标记数据，可以进行有监督学习。而无监督学习能检测出异常、小概率事件，可以扩展算法的适用范围。
3事件检测实现流程
在上述信号处理方法和机器学习分析的基础上，完整的事件检测流程如图2所示。
图2完整的事件检测算法流程图
图2包括两个部分，图中上方是离线训练阶段，对应于信号特征提取和机器学习算法训练，主要采用Matlab和Weka平台实现，其输出为一个结构固定的分类器，包含了事件检测的判决方法；下方是在线检测阶段，对应于下文中的实时建筑健康监测系统，注重效率，采用C语言及相关工具进行实现，其输出为在线数据的检测结果。
4实时建筑健康监测系统
在基于安装在建筑环境内的加速度传感器、结合信号处理方法与机器学习方法进行事件检测的框架基础上，利用建筑物内
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：