Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天城智创(天津)科技有限公司;河北工业大学毕玉快获国家专利权

天城智创(天津)科技有限公司;河北工业大学毕玉快获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天城智创(天津)科技有限公司;河北工业大学申请的专利桥梁影响线识别方法及电子设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120277793B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510764535.4,技术领域涉及:G06F30/13;该发明授权桥梁影响线识别方法及电子设备是由毕玉快;黄海宾;梁栋;阎睿涛;吕玉君;杨怡航设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。

桥梁影响线识别方法及电子设备在说明书摘要公布了:本发明提供一种桥梁影响线识别方法及电子设备,涉及桥梁电数字数据处理技术领域。该方法包括:获取目标桥梁由于车辆运动引起的桥梁响应数据,并基于桥梁响应数据,得到桥梁准静态响应;获取目标桥梁上行驶的车辆信息构建车辆信息矩阵,并构建基函数库;基于桥梁准静态响应、车辆信息矩阵和基函数库,建立桥梁影响线识别模型;基于贝叶斯算法对桥梁影响线识别模型的回归系数进行求解,得到回归系数的后验协方差矩阵和后验均值向量;基于后验协方差矩阵和后验均值向量,得到桥梁影响线识别结果。本发明能够精确的识别桥梁影响线。

本发明授权桥梁影响线识别方法及电子设备在权利要求书中公布了:1.一种桥梁影响线识别方法,其特征在于,包括: 获取目标桥梁由于车辆运动引起的桥梁响应数据,并基于所述桥梁响应数据,得到桥梁准静态响应; 获取目标桥梁上行驶的车辆信息构建车辆信息矩阵,并构建基函数库; 基于所述桥梁准静态响应、所述车辆信息矩阵和所述基函数库,建立桥梁影响线识别模型; 基于贝叶斯算法对所述桥梁影响线识别模型的回归系数进行求解,得到所述回归系数的后验协方差矩阵和后验均值向量; 基于所述后验协方差矩阵、所述后验均值向量、所述车辆信息矩阵和所述基函数库,得到桥梁影响线识别结果; 所述基于贝叶斯算法对所述桥梁影响线识别模型的回归系数进行求解,得到所述回归系数的后验协方差矩阵和后验均值向量,包括: 对所述回归系数赋予先验概率分布; 基于所述桥梁准静态响应,计算得到所述回归系数的后验概率分布; 基于所述先验概率分布和所述后验概率分布,得到所述回归系数的后验协方差矩阵和后验均值向量; 所述对所述回归系数赋予先验概率分布,包括: 假设所述回归系数的似然函数为多元高斯分布; 在所述多元高斯分布中引入桥梁影响线识别模型的超参数向量,得到所述回归系数的先验概率分布; 所述基于所述桥梁准静态响应,计算得到所述回归系数的后验概率分布,包括: 基于所述桥梁准静态响应,对回归系数的后验概率分布进行分解,得到第一分解公式;其中,所述第一分解公式中包括关于所述超参数向量的最可能值和所述桥梁影响线识别模型中的误差向量的方差的最可能值的狄拉克函数; 利用最大化边缘似然函数得到所述超参数向量的最可能值的取值和所述方差的最可能值的取值,代入所述第一分解公式并积分,得到所述回归系数的后验概率分布; 所述基于所述先验概率分布和所述后验概率分布,得到所述回归系数的后验协方差矩阵和后验均值向量,包括: 将所述先验概率分布、所述后验概率分布代入贝叶斯原理的定义公式,计算得到所述回归系数的后验协方差矩阵和后验均值向量; 所述基于所述后验协方差矩阵、所述后验均值向量、所述车辆信息矩阵和所述基函数库,得到桥梁影响线识别结果,包括: 基于所述后验均值向量、所述车辆信息矩阵和所述基函数库,计算桥梁影响线向量; 基于所述后验协方差矩阵、所述车辆信息矩阵和所述基函数库,计算标准平方差向量; 将所述桥梁影响线向量和所述标准平方差向量,记作所述桥梁影响线识别结果; 所述桥梁影响线识别模型为: 其中,表示桥梁准静态响应,表示回归系数向量,表示误差向量,表示车辆信息矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天城智创(天津)科技有限公司;河北工业大学,其通讯地址为:300192 天津市南开区科研西路天津科技广场2号楼2001、2002(天开园);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。