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数字孪生与特征迁移的结构损伤识别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：CN119027741B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202411234132.0，技术领域涉及：G06V10/764；该发明授权基于数字孪生与特征迁移的结构损伤识别方法是由鲁乃唯;崔健;罗媛;刘屹儒;王磊;马亚飞;肖向远设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本基于数字孪生与特征迁移的结构损伤识别方法在说明书摘要公布了：本发明公开了一种基于数字孪生与特征迁移的结构损伤识别方法，所述方法包括对源域数据集的第一时频图像、目标域数据集的第二时频图像分别进行特征提取，得到第一特征向量和第二特征向量；对所有第一特征向量、所有第二特征向量分别进行组合，得到第一特征矩阵和第二特征矩阵；对第一特征矩阵与第二特征矩阵进行拼接，得到联合特征矩阵；对联合特征矩阵进行迁移成分分析，得到源域特征向量和目标域特征向量；利用源域特征向量和源域数据集的损伤类型对损伤识别模型进行训练；利用目标域特征向量和目标域数据集的损伤类型对训练后的损伤识别模型进行训练和性能评估。本发明解决了利用有限元模型获取样本数据对计算资源需求高的问题。

本发明授权基于数字孪生与特征迁移的结构损伤识别方法在权利要求书中公布了：1.一种基于数字孪生与特征迁移的结构损伤识别方法，其特征在于，所述识别方法包括：构建源域数据集和目标域数据集；其中，所述源域数据集中的每个样本包括结构的第一时频图像及其损伤类型，所述目标域数据集中的每个样本包括结构的第二时频图像及其损伤类型，所述第一时频图像和第二时频图像均是由结构的加速度响应信号转换得到的；所述源域数据集是利用结构的数字孪生模型来构建的；对每张所述第一时频图像进行特征提取，得到第一特征向量；对所有第一特征向量进行组合，得到第一特征矩阵；对每张所述第二时频图像进行特征提取，得到第二特征向量；对所有第二特征向量进行组合，得到第二特征矩阵；对所述第一特征矩阵与所述第二特征矩阵进行拼接，得到联合特征矩阵；对所述联合特征矩阵进行迁移成分分析，得到公共特征空间的源域特征向量和目标域特征向量；构建损伤识别模型，利用所述源域特征向量和源域数据集的损伤类型对所述损伤识别模型进行有监督训练；利用所述目标域特征向量对有监督训练后的损伤识别模型进行无监督训练；利用所述目标域特征向量和目标域数据集的损伤类型对无监督训练后的损伤识别模型进行性能评估，得到目标识别模型。

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：410114 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”。