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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜交通运输部公路科学研究所王赵明获国家专利权

恭喜交通运输部公路科学研究所王赵明获国家专利权

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!

龙图腾网恭喜交通运输部公路科学研究所申请的专利一种基于深度学习和边云协同的道桥隧灾害智能分析系统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:CN119494545B

龙图腾网通过国家知识产权局官网在2025-04-08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:202510082052.6,技术领域涉及:G06Q10/0635;该发明授权一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置是由王赵明;陈晓蓉;齐亚楠;邵社刚;田雷;倪栋;高艺设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置在说明书摘要公布了:本发明提供了一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置,包括收集道桥隧结构的历史监测数据以形成结构健康数据库,数据包括应力应变、环境温湿度与风速以及图像视频数据。系统对道桥隧结构进行区域划分,识别不同区域的灾害风险影响因素,如地理位置、地形、环境等。基于这些因素,系统预测道桥隧结构的灾害风险,得到参考目标,并通过分析相同类型的历史结构信息,确定灾害风险预测等级。本发明可以准确预测道桥隧结构的灾害风险,提高灾害预警的效率和准确性,保障交通基础设施的安全性和可靠性。

本发明授权一种基于深度学习和边云协同的道桥隧灾害智能分析系统和装置在权利要求书中公布了:1.一种基于深度学习和边云协同的道桥隧灾害智能分析系统,其特征在于,包括:收集道桥隧结构的历史监测数据以形成结构健康数据库,其中,所述历史监测数据包括应力应变数据、环境温湿度与风速数据以及图像视频数据;根据道桥隧结构的监测特点,对所述道桥隧结构进行区域划分,同时针对所述道桥隧结构的不同区域识别出灾害风险的影响因素;基于所述灾害风险的影响因素对道桥隧结构的灾害风险进行预测,得到灾害风险参考目标;基于所述灾害风险的影响因素设置相同类型结构的关键影响因素,基于所述关键影响因素识别相同类型的历史结构信息,然后通过数据分析获得相同类型的历史结构的灾害风险历史参考等级;以及根据所述灾害风险参考目标与所述灾害风险历史参考等级,确定道桥隧结构的灾害风险预测等级;基于灾害风险的影响因素对道桥隧结构的灾害风险进行预测,得到灾害风险参考目标包括:对所述道桥隧结构的关键部位、次要部位以及环境影响区域的灾害风险进行分别预测,以获得不同区域的灾害风险等级;以及对所述不同区域的灾害风险等级进行综合以获得所述道桥隧结构的总灾害风险等级作为所述灾害风险参考目标;基于所述关键影响因素识别相同类型的历史结构信息包括:基于所述关键影响因素对所有样本数据进行搜索,应用深度学习算法,找到误差平方和J值最小的聚类数量以及对应的初始聚类中心;当初始聚类中心确定以后,根据改进的深度学习聚类算法最终确定样本数据的类别以及各类别中心,其中,所述关键部位的关键影响因素包括结构材料特性、结构设计参数和交通荷载;所述次要部位的关键影响因素包括环境腐蚀和历史灾害记录;所述环境影响区域的关键影响因素包括地理位置、地形和环境;深度学习聚类算法的目标函数为: ;其中,是模糊矩阵,表示样本,属于聚类中心的隶属度,是聚类中心集合,是模糊指数,是样本数量,是聚类数量;通过优化该目标函数,使得样本与其所属聚类中心的距离加权和最小,从而实现对样本数据的有效聚类。

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交通运输部公路科学研究所,其通讯地址为:100088 北京市海淀区西土城路8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”。

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。