近日，888集团官网登录建筑工程学院“云南省教育厅基础设施智能运维科技创新团队”在桥梁健康监测数据挖掘方向取得重要进展，相关成果以“Automated seismic event detection considering faulty data interference using deep learning and Bayesian fusion”为题发表于土木工程顶级期刊Computer-Aided Civil and Infrastructure Engineering（中科院1区Top），并将成为2025年6月封面文章。本论文也是学校在该期刊的首次发表。

随着我国城镇化率不断提高，建筑业由高速增长转向高质量发展、由增量扩张转向存量维护，工程结构的运行维护愈发受到重视。地震等极端事件可导致结构性能的快速劣化，因而需要及时、准确识别。然而，当前的桥梁健康监测系统易受故障数据干扰，导致分析识别结果不一致；同时，人工干预导致时效性降低，增加了威胁结构安全的潜在风险。

因此，团队提出一种基于深度学习和贝叶斯融合的地震事件自动识别方法。方法首先模仿人类专家的数据分析过程，将一维时序数据在高维图像空间进行表达，考虑了工程应用中难以避免的系统故障数据干扰，将地震事件与故障数据的混合识别建模为图像多分类问题，利用迁移学习技术快速训练具备视觉可解释性的深度神经网络进行地震事件的时空离散识别。利用贝叶斯推理融合识别结果，实现针对大跨度桥梁全局一致的快速、准确识别。该方法赋予了系统对监测数据的事件级别语义理解能力，推动发挥海量结构健康监测数据的基础要素价值。

888集团官网登录唐志一老师为本论文第一作者，广东工业大学贺景然副教授、阿尔托大学张友奇博士为共同通讯作者，哈尔滨工业大学鲍跃全教授为本论文作出了重要贡献。

“云南省教育厅基础设施智能运维科技创新团队”聚焦大型土木市政基础设施的智能运维理论与技术研究。近年已在Water Resources Research、Reliability Engineering & System Safety、Expert Systems with Applications、Construction and Building Materials、Measurement等中科院1、2区TOP学术期刊上发表一系列高水平论文，获得了国内外广泛关注。

论文链接：https://onlinelibrary.wiley.com/doi/full/10.1111/mice.13377

（供稿：建筑工程学院）