一种基于条件扩散模型的交通基础设施监测数据概率异常值诊断方法

    公开(公告)号:CN119862510A

    公开(公告)日:2025-04-22

    申请号:CN202411857856.0

    申请日:2024-12-17

    Abstract: 本发明提出一种基于条件扩散模型的交通基础设施监测数据概率异常值诊断方法。所述方法包括条件嵌入网络计算隐藏状态、前向过程增加白噪声、结合隐藏状态训练预测模型,优化条件网络和去噪网络的模型参数、基于训练好的网络模型生成预测结果计算预测均值和标准差以及计算数据点异常概率等过程。本发明所述方法通过条件化处理等手段,使模型能够在检测数据集中存在异常数据时学校到较准确的预测模型,并通过计算异常概率的方式可以在诊断异常数据的同时量化数据点的异常程度,能够为交通基础设施结构健康监测领域提供一种有效的异常值诊断方法。

    基于健康监测序列数据和变分循环神经网络的城市桥梁状态实时诊断方法

    公开(公告)号:CN119046639A

    公开(公告)日:2024-11-29

    申请号:CN202411248564.7

    申请日:2024-09-06

    Abstract: 本发明提出基于健康监测序列数据和变分循环神经网络的城市桥梁状态实时诊断方法。该方法是将基于变分循环神经网络的结构响应监测序列数据的重构过程建模为从结构响应监测序列数据中推断车辆荷载的推断过程,和基于推断的车辆荷载重构结构响应监测序列数据的生成过程,从而使生成过程代表桥梁结构的代理模型,当结构服役状态发生变化时,通过代理模型预测的响应值与实测值间的残差指标诊断桥梁结构构件和整体状态。该方法通过在隐空间中解耦车辆荷载建立桥梁结构代理模型,实现诊断过程的可解释性;通过对结构响应监测序列数据建模,实现结构响应监测序列数据的实时预测和诊断,解决了传统结构诊断方法缺乏可解释性、精确度和时间精度不高的问题。

Patent Agency Ranking