机器学习方法-清华大学.docxVIP

基于传感网的建筑健康监测新方法研究 系别：电子工程系 姓名：郑亦欣 指导教师：袁坚 教授 清华大学 本科毕业论文答辩 研究背景 2 研究背景 传感器 网络 建筑结构 3 研究背景 基于传感网的建筑健康监测提供了大量数据。 其中，以加速度传感器监测建筑振动最为典型： 然而，数据不等于知识。 如何理解这些杂乱的、高度动态的数据？ 引入事件检测的新方法，理解传感器数据反映的事件 4 主要工作 5 主要工作 提出建筑环境事件检测框架 结合信号处理方法与机器学习方法，理解传感器信号反映的事件，辅助建筑健康监测 进行典型事件检测 在提出的框架下，基于罗姆楼建筑健康监测系统中的加速度传感器，针对火车经过事件进行检测，并取得了较高准确率 搭建实时建筑健康监测系统 实现数据采集、存储、分析的实时系统，展示实时事件检测效果 6 工作1：建筑环境事件检测框架 单独使用信号处理方法： 目标事件振动模型未知，系统模型未知，难以使用 单独使用机器学习方法： 传感器输出为时间序列，维度过高且特征不突出，难以使用 结合二者优势，回避短处，得到以下算法框架： 7 信号处理方法 检测结果 工作2：典型事件检测 传感器数据观察 基于罗姆楼中的建筑健康监测系统 采用加速度传感器数据 观察人员走动、火车经过、地铁经过等事件 选定火车经过为事件检测对象，因其可观测、有挑战、具有代表性 8 机器