Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 山西省交通建设工程质量检测中心(有限公司);山西大学;山西交通控股集团有限公司晋城高速公路分公司李洁获国家专利权

山西省交通建设工程质量检测中心(有限公司);山西大学;山西交通控股集团有限公司晋城高速公路分公司李洁获国家专利权

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!

龙图腾网获悉山西省交通建设工程质量检测中心(有限公司);山西大学;山西交通控股集团有限公司晋城高速公路分公司申请的专利多粒度时间窗的桥梁健康监测异常数据点识别方法和装置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:CN115130540B

龙图腾网通过国家知识产权局官网在2025-11-28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:202210436017.6,技术领域涉及:G06F18/2433;该发明授权多粒度时间窗的桥梁健康监测异常数据点识别方法和装置是由李洁;郝晨先;郑建兴;刘一鸣;巩跃龙;谢海龙;罗鹏;韩之江;陈伟;梁立江;郝仰玥设计研发完成,并于2022-04-24向国家知识产权局提交的专利申请。

多粒度时间窗的桥梁健康监测异常数据点识别方法和装置在说明书摘要公布了:本发明公开了一种基于多粒度时间窗的桥梁异常点识别方法和装置,其中,该方法包括:利用实时监测系统检测获取桥梁的多个样本数据;构建滑动时间窗的样本初始特征向量表示,融合样本初始特征向量表示以构建样本初始特征矩阵表示;拟合滑动时间窗的样本邻域特征的线性关系和非线性关系;基于线性关系和非线性关系,融合线性残差与非线性残差块特征识别样本的异常概率值,计算样本的异常概率值以标注异常样本;通过标注的异常样本,识别出多个样本数据中的异常值以对桥梁异常点进行识别。本发明从多粒度滑动时间窗内样本的潜在邻域特征预测了样本的异常概率,实现了异常数据点的识别,在桥梁结构健康监测数据异常诊断方面提供了极大支持。

本发明授权多粒度时间窗的桥梁健康监测异常数据点识别方法和装置在权利要求书中公布了:1.一种基于多粒度时间窗的桥梁异常点识别方法,其特征在于,包括以下步骤: 利用实时监测系统检测获取桥梁的多个样本数据;其中,所述多个样本数据包括桥梁位移和应变; 基于所述多个样本数据构建滑动时间窗的样本初始特征向量表示,融合所述样本初始特征向量表示以构建样本初始特征矩阵表示; 基于所述样本初始特征矩阵表示,拟合所述滑动时间窗的样本邻域特征的线性关系和非线性关系; 基于所述线性关系和所述非线性关系,融合线性残差与非线性残差块特征识别所述样本的异常概率值,计算所述样本的异常概率值以标注异常样本; 通过标注的所述异常样本,识别出所述多个样本数据中的异常值以对桥梁异常点进行识别; 所述基于所述多个样本数据构建滑动时间窗的样本初始特征向量表示,包括: 预设样本在时刻的初始化特征,取所述样本的邻域初始化特征向量表示为:; 所述融合所述样本初始特征向量表示以构建样本初始特征矩阵表示,包括: 根据滑动时间窗,将所述样本的左邻域初始化特征向量表示为:,右邻域初始化特征向量表示为:; 融合所述样本的左邻域初始化特征和右邻域初始化特征,构建所述样本的初始特征矩阵表示为:。

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山西省交通建设工程质量检测中心(有限公司);山西大学;山西交通控股集团有限公司晋城高速公路分公司,其通讯地址为:030032 山西省太原市山西示范区武洛街27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。

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。