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！

龙图腾网获悉广东工业大学申请的专利基于深度重构网络与多维特征融合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：CN121476428B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610025286.1，技术领域涉及：G01N29/44；该发明授权基于深度重构网络与多维特征融合的结构损伤识别方法是由李伟冰;刘恒亮;陈彦辉;卢宇澄;温佳昊;林嘉祥;张舸;谢倍欣;陈展标设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于深度重构网络与多维特征融合的结构损伤识别方法在说明书摘要公布了：本发明属于桥梁健康监测技术领域，特别是涉及基于深度重构网络与多维特征融合的结构损伤识别方法，包括：获取目标桥梁结构的加速度信号；将所述加速度信号输入Res‑UNet‑AE自编码器，获取重构信号，根据所述重构信号计算重构误差和信噪比；将所述加速度信号与所述重构信号输入感知自编码器，获取感知指标；根据所述重构误差、信噪比和感知指标进行融合，获取三维损伤特征空间；根据所述三维损伤特征空间进行无监督聚类和识别，获取所述目标桥梁的损伤类别识别结果。本发明能够在不依赖任何损伤标签的前提下，实现对结构不同工况的精准区分。

本发明授权基于深度重构网络与多维特征融合的结构损伤识别方法在权利要求书中公布了：1.基于深度重构网络与多维特征融合的结构损伤识别方法，其特征在于，包括： 获取目标桥梁结构的加速度信号； 将所述加速度信号输入Res-UNet-AE自编码器，获取重构信号，根据所述重构信号计算重构误差和信噪比，其中，所述Res-UNet-AE自编码器融合UNet模型、ResNet模型与卷积自编码器CAE，并通过健康加速度信号训练获得； 所述Res-UNet-AE自编码器采用对称的编码器-解码器结构； 其中，所述编码器由初始特征提取层和三个编码层组成，每层包含两个残差块并通过下采样逐步提取抽象特征，瓶颈层处理最高层次特征并整合全局信息，所述解码器包含三个解码层，通过上采样恢复时间分辨率，并与所述编码器对应层的跳跃连接特征融合，最终输出所述重构信号； 通过所述健康加速度信号训练所述Res-UNet-AE自编码器包括： 将所述健康加速度信号输入初始Res-UNet-AE自编码器，输出健康加速度信号对应的重构信号，根据所述重构信号计算重构损失； 将所述健康加速度信号及对应的重构信号输入感知自编码器，计算感知损失； 根据所述重构损失和所述感知损失，获取联合损失函数对所述Res-UNet-AE自编码器进行训练； 将所述加速度信号与所述重构信号输入感知自编码器，获取感知指标，其中，所述感知自编码器通过包含健康状态与损伤状态的加速度数据集训练获得； 根据所述重构误差、信噪比和感知指标进行融合，获取三维损伤特征空间； 根据所述三维损伤特征空间进行无监督聚类和识别，获取所述目标桥梁的损伤类别识别结果，包括： 根据高斯混合模型对所述三维损伤特征空间中的样本分配给后验概率最大的高斯成分，实现对不同损失状态的自动聚类，获取聚类标签； 通过匈牙利算法对所述聚类标签与真实标签进行最优匹配，获取所述损伤类别识别结果。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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。