简介：摘要：本文研究复杂环境下工程检测数据的可靠性分析问题。通过深入分析工程检测数据的特点及复杂环境的影响因素，探讨了数据可靠性评估方法。文章介绍了基于机器学习的统计分析法和深度学习的可靠性模型法，对比了两种方法的适用性和准确性。针对异常点识别，提出了结合孤立森林算法和自编码器的混合方法，有效提高了识别精度。在异常点处理方面，采用了基于LSTM的时间序列预测模型进行数据修复和插补。实验结果表明，所提出的方法能够有效提升复杂环境下工程检测数据的可靠性，为工程决策提供了可靠的数据支撑。
复杂环境下工程检测数据的可靠性分析
