隧道工程监测数据的深度学习预测模型  

作　　者：简迢 

机构地区：[1]重庆市勘测院有限公司,重庆 400000

出　　处：《中文科技期刊数据库(全文版)工程技术》2025年第4期155-158,共4页

摘　　要：为提升隧道工程监测数据的预测准确性和异常检测灵敏度,本研究构建了基于深度学习的隧道工程监测数据预测模型。通过对监测数据的收集、清洗、归一化、降维及特征工程处理,采用卷积神经网络(CNN)和循环神经网络(RNN)等深度学习模型进行训练和验证。研究结果显示,模型能有效预测隧道工程状态,准确识别异常变化。同时,针对模型训练难度增加、过拟合风险、异常检测实时性和准确性不足等问题,提出了数据预处理、特征工程技术、小样本学习模型设计及复合型异常检测模型构建等对策。结论:本研究为隧道工程监测提供了一种有效的深度学习预测框架,对未来隧道工程安全监测具有重要意义。

关 键 词：隧道工程监测 深度学习 预测模型 异常检测 

分 类 号：TU195[建筑科学—建筑理论]