针对当前桥梁结构健康状态检测模型存在的检测误差大、检测效率差等难题,以改善桥梁结构健康状态检测结果为目标,设计了基于数据挖掘技术的桥梁结构健康状态检测模型。首先,采用无线传感器网络对桥梁结构健康状态数据进行采集,并采用核主成分分析对桥梁结构健康数据处理,去除桥梁结构健康数据的冗余特征,减少桥梁结构健康状态检测特征规模;然后,采用支持向量机对桥梁结构健康数据进行学习,并引入粒子群优化算法确定的桥梁结构健康状态检测模型的参数,建立最优的桥梁结构健康状态检测模型;最后,在Matlab2017平台上对桥梁结构健康模型的有效性和优越性进行测试。结果表明:本文模型获得了较高精度的桥梁结构健康状态检测结果,桥梁结构健康建模时间减少,提高了桥梁结构健康状态检测效率,而且桥梁结构健康状态检测整体性能要明显优于当前其他的桥梁结构健康检测模型,为桥梁结构健康研究提供了一种有效的工具。