摘要： 民用结构振动监测是灾害预防的重要手段。结合振动监测技术与图神经网络技术，提出一种半监督式振动监测(Semi-Supervised Vibration Monitoring，SSVM)P方法。该方法通过构建结构框架梁振动信号数据库，采用对比学习与分类器进行比例为80:10:10 的训练、验证及测试。实验结果表明，SSVM方法的预测值与进行动力学计算所得的实际值高度吻合，且半监督学习策略可在标注数据有限条件下显著提升模型性能。当仅使用10 %标注数据时，SSVM的检测结果较监督模型提高20 %。此外，对比学习技术对全标注数据(100 %)的检测结果亦有一定优化作用。综上，SSVM方法可为结构振动监测提供高效解决方案。

关键词: 振动与波, 结构振动, 振动监测, 半监督学习, 神经网络, F1分数