摘要
摘要：文物保护工作中，自动化监测技术的引入为文物的实时保护与状态评估提供了强有力的技术支持。然而，监测数据往往包含噪声和异常值，这直接影响到数据分析和文物保护决策的可靠性。为提升文物保护自动化监测数据的准确性和可靠性，本研究将提出一套基于Kalman滤波算法的监测数据的数据预测和纠正模型。实现了对监测数据中异常值的自动检测与处理，有效提高了自动化监测数据的判别和处理效率。进一步地，研究还提出了基于Kalman滤波的精度判定方法，通过引入精度评估指标，并利用Kalman滤波算法对监测数据进行动态校正。通过对苏州轨道交通6号线VI-ZJ01标段包含拙政园段（含拙政园站周边拙政园园林、苏州博物馆新馆、太平天国忠王府以及狮子林园林）文物专项监测数据实验结果测试，Kalman滤波算法在文物保护自动化监测数据的预测、修正以及异常数据剔除中展现出了优异的性能，为文物保护工作的科学决策提供了有力支撑。
出版日期
2024年10月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
