GPRI_GAMMA_Based_高层建筑热胀冷缩监测与机器学习预测数据集

数据集概述

本数据集基于瑞士GAMMA公司便携式地基雷达干涉仪（GPRI）系统，采集高层建筑热胀冷缩变形数据，并结合实时气象数据，用于机器学习多特征变形回归预测任务。数据验证了GPRI系统的可靠性，为高层建筑高温环境下的结构监测提供创新方案。

文件详解

• 文件名称：thermal expansion.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含地基雷达监测的高层建筑热胀冷缩变形数据、同步气象监测数据，可用于机器学习模型的多特征变形回归预测训练与验证。

适用场景

• 高层建筑结构健康监测: 利用GPRI系统的非接触监测数据，分析高温环境下建筑热胀冷缩变形规律，评估结构安全性。
• 机器学习变形预测模型训练: 以变形数据和气象数据为输入，构建多特征回归模型，实现建筑热变形的精准预测。
• 雷达监测技术应用验证: 验证GPRI系统在建筑热变形监测中的高精度（亚毫米级）和可靠性。
• 高温天气下基础设施风险评估: 结合预测模型结果，评估沿海高密度基础设施在高温事件中的潜在结构风险。