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！

龙图腾网获悉长沙理工大学申请的专利基于动态权重分配和置信度优化的道路病害检测方法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：CN120744842B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511207642.3，技术领域涉及：G06F18/25；该发明授权基于动态权重分配和置信度优化的道路病害检测方法是由于新;冯羽扬;李荻;刘威震设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本基于动态权重分配和置信度优化的道路病害检测方法在说明书摘要公布了：本发明公开了一种基于动态权重分配和置信度优化的道路病害检测方法，属于道路病害检测技术领域。该方法包括：通过地面穿透雷达采集原始电磁波信号，构建雷达图谱特征和时频域特征；分别训练基于YOLO的图谱病害检测模型和基于XGBoost的时频域特征识别模型；采用动态权重分配机制融合双模型输出，权重通过贝叶斯更新动态调整；利用信息熵优化预测置信度，通过置信度阈值筛选最终结果。本发明有效提升多模态数据融合的准确性与鲁棒性，适用于道路裂缝、脱空等病害的自动化检测。

本发明授权基于动态权重分配和置信度优化的道路病害检测方法在权利要求书中公布了：1.一种基于动态权重分配和置信度优化的道路病害检测方法，其特征在于，包括如下步骤： 步骤S1，多模态数据采集与预处理： 通过地面穿透雷达采集道路的原始电磁波信号； 将原始电磁波信号重建为雷达图谱图像，并提取时频域特征； 对雷达图谱图像数据进行预处理，包括零偏去除、零点调节、增益调节、数字滤波、背景消除、滑动平均及补偿增益； 基于病害检测框反推原始电磁波信号数据中的通道范围与深度采样范围，提取病害区域内多个A-scan单道波形信号形成局部信号矩阵，并进行时频变换和归一化处理； 步骤S2，模型训练： 构建基于YOLO的图谱病害检测模型，输入雷达图谱图像，输出病害类别、位置框及置信度； 构建基于机器学习的时频域特征病害识别模型，输入病害区域的时频域特征，输出病害类别及置信度； 步骤S3，决策级融合： 对两个模型的输出分别进行置信度优化：基于信息熵调整原始置信度，公式为： ； 其中为调节系数，为初始置信度，为优化后的置信度；其中： ； ； 其中为第个样本模型能给出的第j个类别的概率,;为类别总数；为信息熵；为归一化后的信息熵； 动态权重分配：基于特征相关性和预测误差反馈计算模型权重，采用贝叶斯更新机制迭代优化权重，公式为： ； 其中为似然函数且，为第个模型在当前时间窗口内的总误差，为调节参数；为先验可信度且，为第个模型在上一轮中的权重；为观测结果；为第个模型；为第个模型； 加权融合两个模型的输出结果，对融合后置信度低于阈值的区域标记为不确定区域，对类别冲突结果进行投票裁决或剔除。

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长沙理工大学，其通讯地址为：410014 湖南省长沙市天心区万家丽南路二段960号；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”。

以上内容由龙图腾AI智能生成。