-
Patent Agency Ranking
公开(公告)号：CN117131747B
公开(公告)日：2024-02-23
申请号：CN202311395966.5
申请日：2023-10-26
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/23 , G06F30/13 , G06F111/10
Abstract: 本发明公开了一种基于采样点卡尔曼滤波的状态估计方法及装置，包括：建立桥梁结构有限元模型，并生成桥梁结构的物理矩阵；基于采样点卡尔曼滤波器，产生所述桥梁结构在当前时刻的状态采样点，并获取所述状态采样点的先验状态估计；基于序贯重要性重采样方法，将环境激励参数化为噪声参数，并根据监测点的振动数据估计噪声参数特征值；根据估计的噪声参数特征值，在所述采样点卡尔曼滤波器的框架下对所述桥梁结构的物理矩阵进行修正，进行结构响应重构估计并输出估计结果；本发明提高了稳态和非稳态噪声过程的桥梁结构参数估计和响应重构的精度。
-
公开(公告)号：CN118154864A
公开(公告)日：2024-06-07
申请号：CN202410197067.2
申请日：2024-02-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 城市安全发展科技研究院(深圳)
IPC: G06V10/26 , G06V10/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06V20/17 , G06V20/40 , G06V10/30 , G06V10/764 , G06N3/0455
Abstract: 本发明提供了一种基于语义分割的桥梁病害智能识别方法、系统及存储介质，包括训练步骤和识别步骤，所述训练步骤包括：数据集准备步骤、数据集标注步骤、图像预处理步骤、数据集划分步骤、网络构建步骤、模型训练步骤；训练步骤结束后，载入训练结果模型，利用识别步骤完成病害的智能识别。本发明的有益效果是：本发明的检测精度及效率高、鲁棒性与泛化能力强、成本低，安全性能够得到保障。
-
公开(公告)号：CN117454100A
公开(公告)日：2024-01-26
申请号：CN202311206761.8
申请日：2023-09-19
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/15 , G06F18/21 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种面向工程结构的缺失数据重构方法，尤其应用于桥梁结构的缺失数据重构，方法包括采集获取工程结构各监测通道数据，利用标准正态变换逐一计算各通道数据的均值及标准差，并利用均值和标准差对各通道数据进行归一化；将归一化处理后的数据进行时序排序，根据数据缺失开始出现位置提取无缺失通道数据，将无缺失通道数据划分为训练集和测试集；根据各通道间的时空相关性及缺失数据通道本身的时间相关性学习基于LSTM单元建立的时序模型神经网络，利用训练集和测试集对学习完成后的时序模型神经网络进行验证，最终输入缺失通道数据进行重构。本发明方法充分利用监测数据，通过精确训练关系模型，提高数据完整性和可靠性。
-
公开(公告)号：CN116821800B
公开(公告)日：2023-11-10
申请号：CN202311108225.4
申请日：2023-08-31
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/241 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了基于半监督生成对抗网络的结构状态分类方法及相关设备，所述方法包括：获取预定长度的结构加速度振动信号的信号样本，对信号样本进行频谱估计得到功率谱信号样本，并构建半监督生成对抗网络模型；基于功率谱信号样本对半监督生成对抗网络模型的生成网络和判别网络进行竞争迭代得到目标生成对抗网络；基于目标生成对抗网络对功率谱信号数据进行真伪性判别得到初步分类数据，并对所述初步分类数据进行状态分类得到目标状态分类结果，并将所述目标状态分类结果进行二维可视化得到可视化分类结果。本发明通过Welch功率谱估计可增强结构状态分类的鲁棒性，通过半监督的生成对抗网络算法使得对结构状态的预测识别效果更准确。
-
公开(公告)号：CN116821800A
公开(公告)日：2023-09-29
申请号：CN202311108225.4
申请日：2023-08-31
Applicant: 深圳市路桥建设集团有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/241 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了基于半监督生成对抗网络的结构状态分类方法及相关设备，所述方法包括：获取预定长度的结构加速度振动信号的信号样本，对信号样本进行频谱估计得到功率谱信号样本，并构建半监督生成对抗网络模型；基于功率谱信号样本对半监督生成对抗网络模型的生成网络和判别网络进行竞争迭代得到目标生成对抗网络；基于目标生成对抗网络对功率谱信号数据进行真伪性判别得到初步分类数据，并对所述初步分类数据进行状态分类得到目标状态分类结果，并将所述目标状态分类结果进行二维可视化得到可视化分类结果。本发明通过Welch功率谱估计可增强结构状态分类的鲁棒性，通过半监督的生成对抗网络算法使得对结构状态的预测识别效果更准确。
-
-
-
-
Search Results
15
records
(took 0.057 seconds)
