基于Transformer模型的建筑结构健康诊断与预测方法OA

文章提出一种基于Transformer模型的建筑结构健康诊断与预测方法。首先阐述Transformer模型在处理建筑结构健康监测数据方面的优势,通过设计针对建筑结构健康监测的数据预处理和特征提取方法,进行了多组实验,包括结构损伤检测、损伤级别预测、温度异常检测及多模态异常检测与预测。实验结果表明,Transformer模型在各项任务中均表现出色,相比传统方法和其他深度学习模型,在处理时序数据、长时依赖和多模态数据方面优势明显,证明了该方法在建筑结构健康监测实际应用中的潜力和优势,为智慧建筑和城市基础设施管理提供了理论支持与技术保障。