基于极限学习机的汉阳陵外藏坑遗址温度预测研究

作为我国首座全封闭式遗址博物馆,汉阳陵外藏坑遗址博物馆已积累超过700万条各类监测数据。然而,受限于海量数据挖掘能力,目前研究中存在监测数据利用率不足和预测模型准确率较低的问题,针对这一问题,引入大数据机器学习领域的极限学习机方法对遗址温度进行系统分析和建模预测。研究结果表明,该方法具有良好的大数据发掘和处理能力,能够有效分析温度的变化规律及特征,并对未来温度变化趋势和细节变化特征实现较为准确的预测。本方法的引入可为遗址预防性保护和管理提供参考。