上海亿为科技有限公司姚辉获国家专利权
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!
龙图腾网获悉上海亿为科技有限公司申请的专利基于边缘计算的桥梁振动检测方法及系统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:CN116539252B 。
龙图腾网通过国家知识产权局官网在2025-08-12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:202310506020.5,技术领域涉及:G01M5/00;该发明授权基于边缘计算的桥梁振动检测方法及系统是由姚辉;刘峰;徐涛设计研发完成,并于2023-05-06向国家知识产权局提交的专利申请。
本基于边缘计算的桥梁振动检测方法及系统在说明书摘要公布了:本发明实施例提供一种基于边缘计算的桥梁振动检测方法及系统,基于所述待学习桥梁振动数据的异常检测预测数据,更新所述桥梁振动异常检测模型的学习误差关联信息,在采用相关技术中的通用损失函数值的基础上,考虑了其它的学习误差关联信息,并结合损失函数值和学习误差关联信息,计算桥梁振动异常检测模型的学习误差。由于学习误差关联信息的作用在于使桥梁振动异常检测模型的学习误差不断下降,可以提高桥梁振动异常检测模型的模型收敛速度,进而提高桥梁振动检测的可靠性。
本发明授权基于边缘计算的桥梁振动检测方法及系统在权利要求书中公布了:1.一种基于边缘计算的桥梁振动检测方法,其特征在于,包括: 获取目标桥梁振动数据; 将所述目标桥梁振动数据输入桥梁振动异常检测模型,基于所述桥梁振动异常检测模型得到所述目标桥梁振动数据的异常检测数据,其中,所述桥梁振动异常检测模型通过边缘计算节点运行实现; 其中,所述桥梁振动异常检测模型的训练步骤,包括: 将待学习桥梁振动数据加载到依据AI模型结构配置的桥梁振动异常检测模型,获得所述待学习桥梁振动数据的多模态振动时序特征; 将所述多模态振动时序特征映射到高维扩展特征空间,获得高维扩展映射特征; 将所述高维扩展映射特征输入所述桥梁振动异常检测模型的预测单元,获得所述桥梁振动异常检测模型对所述待学习桥梁振动数据的异常检测预测数据; 更新所述桥梁振动异常检测模型的学习误差关联信息;所述学习误差关联信息用于使所述桥梁振动异常检测模型的学习误差下降; 基于所述异常检测预测数据、所述待学习桥梁振动数据的异常检测实际数据及更新的所述学习误差关联信息,计算所述桥梁振动异常检测模型的学习误差; 基于所述学习误差进行反向传播更新所述桥梁振动异常检测模型,并根据更新后的桥梁振动异常检测模型继续进行迭代学习直至模型收敛,获得所述桥梁振动异常检测模型; 所述方法还包括: 基于前一轮训练所述桥梁振动异常检测模型的学习误差确定所述桥梁振动异常检测模型的参数浮动信息; 根据参数浮动信息和前一轮训练所采用的高维扩展特征空间的空间范围,计算本轮训练的高维扩展特征空间的空间范围; 所述学习误差关联信息包括所述高维扩展特征空间的空间范围学习误差,所述更新所述桥梁振动异常检测模型的学习误差关联信息,包括: 根据本轮训练的高维扩展特征空间的空间范围计算高维扩展特征空间的空间范围学习误差; 所述学习误差关联信息还包括振动门限值;所述更新所述桥梁振动异常检测模型的学习误差关联信息还包括: 基于所述待学习桥梁振动数据的异常检测预测数据所确定的所述待学习桥梁振动数据与各异常检测标签的匹配度,更新所述待学习桥梁振动数据与对应异常检测标签的振动门限值。
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上海亿为科技有限公司,其通讯地址为:201600 上海市松江区洞泾镇长兴东路1586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”。
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。