摘要
本发明属于结构健康监测与数据处理领域，旨在解决传统数据修复中在异常段的检测、剔除方面往往仍需人工干预的问题。提供了一种结构健康监测加速度数据修复的深度学习方法，其方法包括结构健康监测加速度异常数据集模拟方法和健康监测异常数据修复的深度学习方法，其中结构健康监测加速度异常数据模拟方法用于人工添加各类型异常信号、并制作深度学习模型的数据集，其中健康监测异常数据修复的深度学习方法用于将实测的各类型异常数据修复为正常数据。本发明可以学习到健康监测加速度数据的各类型异常特征，将加速度传感器直接采集数据作为网络的输入，在使用阶段无需人工干预直接输出修复后的数据。
