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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁十四局集团第三工程有限公司;中铁十四局集团有限公司李超获国家专利权

中铁十四局集团第三工程有限公司;中铁十四局集团有限公司李超获国家专利权

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!

龙图腾网获悉中铁十四局集团第三工程有限公司;中铁十四局集团有限公司申请的专利一种基于多源信息融合的桥梁拆除实时安全监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:CN121524969B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610062654.X,技术领域涉及:G06F18/25;该发明授权一种基于多源信息融合的桥梁拆除实时安全监测方法是由李超;高烁杰;杜以苓;高钟涛;满科;王华峰;江峰清;李顺贵;刘强;都城伊;郑世营;魏振华;李红红;曹凤辰;董军超;毕士波设计研发完成,并于2026-01-19向国家知识产权局提交的专利申请。

一种基于多源信息融合的桥梁拆除实时安全监测方法在说明书摘要公布了:本发明属于建筑施工安全监测技术领域,公开一种基于多源信息融合的桥梁拆除实时安全监测方法,包括:采集桥梁拆除过程中的应变数据与振动数据;对该窗口内的两种数据进行跨模态时频同步与自适应加权融合,生成实时的融合时频特征图;将特征图输入到预先构建的深度学习模型中;根据模型计算结果,输出当前时刻桥梁结构安全状态预测概率、以及当前时刻连续风险预测值。通过本方法对桥梁拆除全过程结构安全状态的智能化、实时化与精准化监测与预警。

本发明授权一种基于多源信息融合的桥梁拆除实时安全监测方法在权利要求书中公布了:1.基于多源信息融合的桥梁拆除实时安全监测方法,其特征在于,包括以下步骤: S1、采集桥梁拆除过程中的应变数据与振动数据,并对采集到的数据进行切片与标注; S2、对采集到的应变数据与振动数据进行跨模态时频同步与自适应加权融合,生成实时的融合时频特征图; S3、将特征图输入到预先构建的深度学习模型中,模型依次执行基于改进稀疏自编码器的特征压缩与增强、基于多分支卷积与通道注意力的深度特征提取,并结合实时获取的当前施工进度与作业类型信息,通过拆除阶段自适应分类器与多任务输出头进行计算; S4、根据计算结果,输出当前时刻桥梁结构安全状态预测概率、以及当前时刻连续风险预测值; 其中,深度学习模型构建方法为: S31:构建具有分组稀疏约束和逐层特征增强的改进稀疏自编码器,对融合时频特征进行非线性压缩与增强; S32、构建多分支并行卷积模块并结合通道注意力机制,对输入特征并行提取多尺度深度特征并自适应校准通道重要性; S33、构建融合拆除阶段先验知识与多任务学习的分类框架,引入阶段自适应因子动态调制分类器决策边界,并采用联合分类与风险回归的多任务头以及相应的混合损失函数对桥梁拆除状态分类与损失函数计算; S34、采用小批次梯度下降算法对深度学习模型迭代训练与参数更新; S31具体包括: S311、分组稀疏编码,将融合时频特征图按其频率来源分组并对不同组施加自适应的稀疏约束,以学习更具物理意义的稀疏表示; S312、逐层特征增强,对稀疏编码得到的特征进行选择性强化并抑制冗余,在编码器后级联轻量级特征增强模块,该模块通过非线性变换与跳跃连接对特征进行增强; S32具体包括: S321、特征重塑,将压缩与增强特征向量重塑为适合一维卷积网络处理的二维特征图格式,得到重塑特征图,维度为,其中视为空间维度,1视为通道维度; S322、将重塑特征图同时输入三个并行分支,每个分支使用不同大小的一维卷积核进行特征提取,以捕捉短、中、长不同范围的局部依赖关系; S323、将融合多尺度特征图输入轻量的通道注意力子模块,进而实现通道注意力加权,得到加权多尺度特征图; S33具体为: S331、联合特征表示构建,将加权多尺度特征图与压缩的增强特征向量通过门控机制进行融合,生成用于分类与回归的联合特征表示,允许模型自适应地选择与当前输入最相关的特征信息; S332、拆除阶段自适应分类,采用拆除阶段因子向量作为先验知识,通过轻量级映射网络生成阶段调制矩阵,通过联合特征表示和阶段调制矩阵对基础分类器的权重进行动态缩放;其中拆除阶段因子向量是用于编码当前的施工阶段信息的多维向量,由进度百分比和当前作业类型独热编码组成; S333、多任务输出头计算,构建多任务输出头用于同时完成安全状态分类与连续风险值回归; S334、混合损失函数构建与优化,构建包含四项子损失的混合损失函数,协同优化分类精度、回归一致性以及特征的表征质量,通过梯度下降算法最小化总损失以同步更新模型所有权重参数。

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中铁十四局集团第三工程有限公司;中铁十四局集团有限公司,其通讯地址为:250300 山东省济南市长清区紫薇路2999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。