[发明专利]一种大坝变形监测连续性缺失数据补全方法有效
| 申请号： | 201810946824.6 | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109101638B | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 毛莺池;张建华;高建;陈豪;平萍;王龙宝 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F11/07 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李玉平 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种大坝变形监测连续性缺失数据补全方法，该方法解决大坝变形监测数据中连续性缺失补全问题。首先，对变形监测数据中连续性缺失进行预处理；其次，分别从全局空间、全局时间、局部空间、局部时间以及语义角度，计算变形监测测点间时空相似性以及功能相似性，对变形监测数据中缺失数据进行全局和局部的空间、时间插值以及语义插值；最后，构造深度神经网络模型，将上述变形监测缺失数据补全初步结果作为输入，利用深度神经网络表示能力，实现非线性融合，完成大坝变形监测中连续性缺失数据补全。 | ||
| 搜索关键词： | 缺失数据 大坝变形监测 变形监测 语义 预处理 神经网络模型 功能相似性 初步结果 局部空间 全局空间 神经网络 测点 全局 时空 融合 | ||
【主权项】：
1.一种大坝变形监测连续性缺失数据补全方法，其特征在于，包括如下步骤：(1)利用反转距离加权插值和双向简单指数平滑插值对大坝变形监测数据连续性缺失预处理；(2)从全局空间角度，利用反转距离加权插值方法，计算大坝变形监测测点间空间相似性，对缺失数据进行全局空间插值，得到大坝变形监测缺失数据补全初步结果MM_gs；(3)从全局时间角度，利用双向简单指数平滑插值方法，计算大坝变形监测测点间的时间相似性，对缺失数据进行全局时间插值，得到大坝变形监测缺失数据补全初步结果MM_gt；(4)从局部空间角度，利用用户协同过滤即User Collaborative Filtering,UCF方法，计算变形监测测点间局部空间相似性，对缺失数据进行局部空间插值，得到大坝变形监测缺失数据补全初步结果MM_ls；(5)从局部时间角度，利用基于测点‑时间二部图的能量扩散协同过滤方法，对变形监测缺失数据进行局部时间插值，得到大坝变形监测缺失数据补全初步结果MM_lt；(6)从语义角度，利用文本特征结构嵌套即Structural Embedding,SE方法，计算大坝变形监测测点间功能相似性，对缺失数据进行语义插值，得到大坝变形监测缺失数据补全初步结果MM_sem；(7)构造人工神经网络模型，将步骤(2)‑(6)的缺失数据补全初步结果作为输入，利用深度神经网络进行训练，实现非线性融合，完成大坝变形监测连续性缺失数据补全。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810946824.6/，转载请声明来源钻瓜专利网。
