-
公开(公告)号：CN118133163A
公开(公告)日：2024-06-04
申请号：CN202311771925.1
申请日：2023-12-21
Applicant: 大连海事大学
IPC: G06F18/243 , G06F18/2415 , G06F18/27 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了基于数据融合和一维卷积神经网络的结构损伤识别方法，S1：获取桥梁结构在不同损伤状态下的振动信号，并建立原始数据集，进行归一化处理；S2：通过滑动窗口的方式进行数据增强处理；S3：建立改进的一维卷积神经网络模型，进行训练以及测试，得到训练后的改进的一维卷积神经网络模型；S4：利用所述训练后的改进的一维卷积神经网络模型对桥梁结构进行结构损伤识别得到若干个决策，通过数据融合技术对若干个决策进行决策融合处理得到结构损伤检测的综合结果。本发明通过加入数据融合技术，能够从振动信号数据中充分挖掘桥梁结构的损伤信息，解决了在环境干扰、传感器不稳定性等因素影响下，影响桥梁结构损伤检测结果的问题。
-
公开(公告)号：CN117746225A
公开(公告)日：2024-03-22
申请号：CN202311771946.3
申请日：2023-12-21
Applicant: 大连海事大学
IPC: G06V20/05 , G06V20/70 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开了一种检测记录水下结构污损生物附着情况的方法，S1：获取附着污损生物的水下结构图像；S2：对水下结构图像进行污损生物附着区域标注操作，对标注后的图像进行筛选；S3：采用所述Mobileone‑YOLOv7‑tiny网络模型对所述筛选后的图像进行识别，得到污损生物的数量、面积、形状和种类信息；S4：采用3D点云病害重建方法对筛选后的图像进行重建，得到污损生物的厚度和体积信息；S5：建立污损生物数据库，将得到的所述污损生物的信息保存在污损生物数据库中。本发明能够在保持检测精度的同时减少参数量，且对设备的要求不高，保证了安全性和可靠性，并通过建立了污损生物数据库，实现集中管理，保证对污损生物进行及时清理。
-
公开(公告)号：CN113760955B
公开(公告)日：2023-03-10
申请号：CN202111050329.5
申请日：2021-09-08
Applicant: 大连海事大学
IPC: G06F16/242 , G06F16/28
Abstract: 本发明提供一种考虑盒子分形维数和产状的节理多因素分组方法，包括：获取研究范围内岩体节理的产状并绘制极点投影图，设定初始分组数和初始分组中心，计算所有节理产状极点相对于每个分组的隶属度值；根据节理产状极点和各分组中心位置构建最优分组数评估指标，根据最优分组数评估指标计算结果确定最优分组数；根据节理产状极点相对于每个分组的隶属度值筛选出需要二次分组的节理，对需要二次分组的节理进行基于盒子分形维数的节理分组，从而获得最终的分组结果。本方法对现有节理分组方法进行改进，综合考虑节理的盒子分形维数和产状，根据盒子分形维数对隶属度值较为模糊的节理进行分组重定位，得出的节理分组结果更加合理与可靠。
-
公开(公告)号：CN113901927B
公开(公告)日：2023-02-03
申请号：CN202111188877.4
申请日：2021-10-12
Applicant: 大连海事大学
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F123/00
Abstract: 本发明公开了一种基于流场压力时程的水下物体外形识别方法，包括：步骤1、采用压力传感器测量已知外形目标体的尾流压强时程样本，获得所有标签与样本外形一一对应的信号集合；步骤2、将步骤1中的信号集合输入第一深度学习网络模型并迭代收敛，将其参数迁移至第二深度学习网络模型并提取步骤1中所述的信号集合中特征，实现对所述的特征进行分类；步骤3、采集待识别外形的物体流场特征样本；步骤4、基于深度学习网络模型，计算对待识别样本的特征，完成物体识别。本发明采用流场压力作为外形识别的数据，是一种标量信号，其获取比速度等矢量信号更可靠；同时克服了主动声呐隐蔽性差的缺点，弥补了水中图像信号干扰大的缺陷。
-
公开(公告)号：CN113760955A
公开(公告)日：2021-12-07
申请号：CN202111050329.5
申请日：2021-09-08
Applicant: 大连海事大学
IPC: G06F16/242 , G06F16/28
Abstract: 本发明提供一种考虑盒子分形维数和产状的节理多因素分组方法，包括：获取研究范围内岩体节理的产状并绘制极点投影图，设定初始分组数和初始分组中心，计算所有节理产状极点相对于每个分组的隶属度值；根据节理产状极点和各分组中心位置构建最优分组数评估指标，根据最优分组数评估指标计算结果确定最优分组数；根据节理产状极点相对于每个分组的隶属度值筛选出需要二次分组的节理，对需要二次分组的节理进行基于盒子分形维数的节理分组，从而获得最终的分组结果。本方法对现有节理分组方法进行改进，综合考虑节理的盒子分形维数和产状，根据盒子分形维数对隶属度值较为模糊的节理进行分组重定位，得出的节理分组结果更加合理与可靠。
-
Patent Agency Ranking
公开(公告)号：CN110322772A
公开(公告)日：2019-10-11
申请号：CN201910610478.9
申请日：2019-07-03
Applicant: 大连海事大学
Abstract: 本发明提供一种基于BIM的实验室桥梁监测演示教学系统，包括：数据采集模块、数据传输模块、数据处理模块、提供传感器图元所对应的监测数据的查看的监测数据管理模块以及用于提供实验室斜拉桥在Revit中的三维模型并实现监测数据超出正常值的高亮显示的模型演示模块。本发明提供一种基于BIM技术的实验室桥梁监测演示教学系统，其目的是通过结合BIM技术实现在实验室条件下桥梁检测信息的可视化，增强学生在学习过程中对于大型桥梁监测的认知能力和实践能力，克服在本科教学过程中不能到实际工程中参与实践学习的困难，丰富本科教学模式，为培养高素质人才奠定基础。
-
公开(公告)号：CN110211480A
公开(公告)日：2019-09-06
申请号：CN201910482598.5
申请日：2019-06-04
Applicant: 大连海事大学
IPC: G09B25/04
Abstract: 本发明公开了一种应用于BIM教学的大跨斜拉桥模型，包括两个对称设置的索塔基础，索塔基础上固定有竖直设置的下部索塔；所述下部索塔的顶部上固定有竖直设置的索塔拼接块组，所述索塔中部横梁上固定有临时支架，所述临时支架的顶部设有设置在两个所述下部索塔之间的桥面系统；所述索塔拼接块组通过斜拉索与所述桥面系统上表面连接。本发明能够为BIM三维建模和碰撞检查技术学习提供真实案例；能够模拟斜拉桥全流程施工工序，能够调节索力模拟斜拉桥主梁悬臂式施工中的索力调平过程且模型方便拆卸及组装。
-
公开(公告)号：CN118015450A
公开(公告)日：2024-05-10
申请号：CN202311852306.5
申请日：2023-12-29
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/10 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种砌体结构的砖块信息识别方法，将整体画幅城墙正射影像拆成区域画幅城墙正射影像，对拆分影像中所有砖块目标检测获取砖块类别，计算中心点坐标；用聚类算法划分砖块行数，按照编号规则对砖块进行编号；采用多尺度窗口循环法对竖向接缝进行修正，采用对同列相邻砖块的中心点坐标求平均值的方法对横向接缝进行修正；利用半重叠滑动窗口策略获取下一张区域画幅城墙正射影像，重复上述操作，直到截取全部整体画幅城墙正射影像，进行编号、拼接，完成对整体画幅城墙正射影像的砖块信息识别。该方法可对砖块进行准确的编号与划分，使日常检测所得的病害信息与砖块对应，为日后城墙等砌体结构砖块的全寿命病害监测打下基础、提供便利。
-
公开(公告)号：CN117392077A
公开(公告)日：2024-01-12
申请号：CN202311313647.5
申请日：2023-10-11
Applicant: 大连海事大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06T5/10 , G06T5/40 , G06T5/70 , G06T5/80 , G06T7/80 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/096
Abstract: 本发明公开了一种基于yoloV7改进算法的桥梁水下结构裂缝识别方法，包括以下步骤：制作裂缝试块；对水下相机进行标定；将裂缝试块置于测试水体中，通过水下相机进行图像采集、大小统一和图像增强等处理；通过DDPM网络模型对图像进行扩充；用labelimg软件对图像进行裂缝标记；构建Mobilenetv3‑YOLOv7‑tiny网络模型对图像进行训练，获得水下裂缝识别训练模型；将所述水下裂缝识别训练模型嵌套在水下机器人系统中以进行桥梁水下结构裂缝识别。本发明公开的桥梁水下结构裂缝识别方法具有显著提升了获得的水下图像质量，提升了水下裂缝的识别性能，并可以在复杂水下工况下也能保证对病害的识别，在混凝土水下结构的裂缝检测中拥有广阔的应用前景，便于桥梁等结构长久有效运行。
-
公开(公告)号：CN109948198B
公开(公告)日：2022-10-04
申请号：CN201910152055.7
申请日：2019-02-28
Applicant: 大连海事大学
IPC: G06F30/27 , G06N20/00 , G06F111/08 , G06F119/02
Abstract: 本发明提供的一种基于非线性函数的围岩分级可靠性评价方法，结合极限学习机模型ELM与差异进化算法DE非线性映射函数对隧道围岩分级进行可靠概率计算。通过差异进化算法DE迭代优化极限学习机模型ELM的参数，取得全局极值的能力对其进行初始参数的全局寻优；将优化后的映射函数作为分级可靠度计算过程的功能函数，基于概率分布理论实现围岩分级可靠度评价。充分考虑了分级指标组中各指标采集过程中可能存在的测量误差、系统误差与参数在区域上的随机性问题，为分级预测结果赋予了概率化意义，更为全面且完善的描述了目标位置围岩预期状态，从数理统计的角度给出了围岩级别可靠概率评价结果。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.026 seconds)
