1.一种建筑隔振支座的减振测试方法，其特征在于，方法包括：

按照预设测试方案，利用电液伺服振动台对叠层橡胶隔振支座进行减振测试，获取初始减振测试数据集；

结合叠层橡胶隔振支座所处建筑的建筑结构特征进行减振性能偏差分析，输出减振性能影响系数集，对所述初始减振测试数据集进行调整，得到优化减振测试数据集；

结合叠层橡胶隔振支座所处位置的区域环境特征，按照多个预设划分时区进行减振性能衰减预测，输出多个预测减振性能衰减系数集，分别对所述优化减振测试数据集进行校正，得到多个预测减振测试数据集；

根据所述多个预设划分时区和所述多个预测减振测试数据集生成减振测试结果；

其中，按照预设测试方案，利用电液伺服振动台对叠层橡胶隔振支座进行减振测试，获取初始减振测试数据集，包括：获取预设测试方案，其中，所述预设测试方案包括测试指标、测试流程和参数配置，所述测试指标至少包括等效刚度、等效阻尼比、滞回曲线、极限位移和残余位移；

基于所述测试指标，按照所述测试流程和参数配置，利用电液伺服振动台对叠层橡胶隔振支座进行多次循环加载测试，输出初始减振测试数据集；

其中，结合叠层橡胶隔振支座所处建筑的建筑结构特征进行减振性能偏差分析，输出减振性能影响系数集，包括：获取叠层橡胶隔振支座所处建筑的建筑结构特征，其中，所述建筑结构特征至少包括建筑类型、建筑高度、建筑结构体系和质量分布；

获取叠层橡胶隔振支座的结构属性信息，根据预设特征宽容区间对所述结构属性信息进行扩展，得到结构属性区间，其中，所述结构属性信息至少包括结构设计、几何尺寸、材料性能和力学性能；

以叠层橡胶隔振支座为引导，以所述结构属性区间为检索比对条件，以预设时间范围为约束，利用大数据技术进行样本数据检索，获取样本建筑结构特征集和多个样本减振性能影响系数集；

采用所述样本建筑结构特征集为输入，采用所述多个样本减振性能影响系数集为监督，训练BP神经网络至收敛，得到减振性能影响分析模型；

利用所述减振性能影响分析模型，根据所述建筑结构特征进行减振性能偏差分析，输出减振性能影响系数集，其中，减振性能影响系数和测试指标一一对应；

其中，结合叠层橡胶隔振支座所处位置的区域环境特征，按照多个预设划分时区进行减振性能衰减预测，输出多个预测减振性能衰减系数集，包括：按照预设时间间隔配置多个预设划分时区；

获取叠层橡胶隔振支座所处位置的区域环境特征，其中，区域环境特征包括年温度波动曲线、年湿度波动曲线和年太阳辐射强度曲线；

基于BP神经网络训练得到减振性能衰减预测模型；

利用所述减振性能衰减预测模型，根据所述区域环境特征，按照多个预设划分时区分别进行减振性能衰减预测，输出多个预测减振性能衰减系数集。

2.根据权利要求1所述的一种建筑隔振支座的减振测试方法，其特征在于，利用大数据技术进行样本数据检索，获取样本建筑结构特征集和多个样本减振性能影响系数集，包括：利用大数据技术进行样本数据检索，获取满足所述结构属性区间和所述预设时间范围的多个样本建筑结构特征，构建样本建筑结构特征集；

获取不同样本建筑结构特征在实际载荷下的多个历史减振数据，基于所述测试指标，根据所述多个历史减振数据与相同实验载荷下的多个减振测试数据进行映射偏差比对，得到多个指标偏差集，计算得到指标偏差均值集，作为样本减振性能影响系数集，得到多个样本减振性能影响系数集，其中，指标偏差为历史减振数据和减振测试数据的差值与减振测试数据的比值。

3.根据权利要求1所述的一种建筑隔振支座的减振测试方法，其特征在于，基于BP神经网络训练得到减振性能衰减预测模型，包括：根据同类叠层橡胶隔振支座的历史运维监测记录，采集样本使用时长集、样本环境特征集，并统计不同样本使用时长和样本环境特征下多个测试指标的性能衰减比例，设为样本性能衰减系数，得到样本性能衰减系数集；

采用所述样本使用时长集和样本环境特征集为输入，采用所述样本性能衰减系数集为监督，训练BP神经网络至收敛，得到减振性能衰减预测模型。

4.根据权利要求1所述的一种建筑隔振支座的减振测试方法，其特征在于，对所述多个预设划分时区和所述多个预测减振测试数据集进行映射组合，生成减振测试报告，作为减振测试结果。

5.一种建筑隔振支座的减振测试系统，其特征在于，用于实施权利要求1至4中任意一项所述的一种建筑隔振支座的减振测试方法的步骤，包括：减振测试模块，用于按照预设测试方案，利用电液伺服振动台对叠层橡胶隔振支座进行减振测试，获取初始减振测试数据集；

性能偏差分析模块，用于结合叠层橡胶隔振支座所处建筑的建筑结构特征进行减振性能偏差分析，输出减振性能影响系数集，对所述初始减振测试数据集进行调整，得到优化减振测试数据集；

性能衰减预测模块，用于结合叠层橡胶隔振支座所处位置的区域环境特征，按照多个预设划分时区进行减振性能衰减预测，输出多个预测减振性能衰减系数集，分别对所述优化减振测试数据集进行校正，得到多个预测减振测试数据集；

测试结果生成模块，用于根据所述多个预设划分时区和所述多个预测减振测试数据集生成减振测试结果。