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！

龙图腾网获悉泰华智慧产业集团股份有限公司申请的专利基于知识驱动与监测数据的桥梁承重监测数据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：CN120067956B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510541078.2，技术领域涉及：G06F18/2433；该发明授权基于知识驱动与监测数据的桥梁承重监测数据识别方法是由潘经纬;刘刚;王茂健;张洪志;马述浩;袁慧;滕荣华;马述杰设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本基于知识驱动与监测数据的桥梁承重监测数据识别方法在说明书摘要公布了：本发明涉及一种基于知识驱动与监测数据的桥梁承重监测数据识别方法，属于自然语言处理与数据识别领域。其包括以下步骤：采集桥梁承重监测振动数据；对桥梁承重监测振动数据进行人工标注；对标注好的桥梁承重监测振动数据进行预处理，得到预处理的桥梁承重监测振动数据；构建桥梁承重监测振动数据异常识别模型，模型采用基于多目标损失函数的极限学习机模型，对模型进行训练，得到训练好的模型；将新采集的桥梁承重监测振动数据输入到训练好的模型中，得到模型的输出结果，判断桥梁承重监测振动数据是否存在异常；将异常识别结果及监测指标反馈给知识图谱系统，给出辅助决策。本发明能够提高在复杂工况下的模型适应性和鲁棒性。

本发明授权基于知识驱动与监测数据的桥梁承重监测数据识别方法在权利要求书中公布了：1.一种基于知识驱动与监测数据的桥梁承重监测数据识别方法，其特征在于，包括以下步骤： S1.通过在桥梁结构上安装多个振动传感器，采集桥梁承重监测振动数据； S2.对桥梁承重监测振动数据进行人工标注； S3.对标注好的桥梁承重监测振动数据进行预处理，得到预处理的桥梁承重监测振动数据；预处理步骤包括数据清洗、去噪和标准化； S4.构建桥梁承重监测振动数据异常识别模型，模型采用基于多目标损失函数的极限学习机模型，损失函数加入拓扑保持损失和泛化损失，并通过自适应样本权重分配机制动态调整异常样本的权重；将预处理的桥梁承重监测振动数据输入到模型中，对模型进行训练，得到训练好的模型；所述多目标损失函数作为极限学习机训练过程的总损失函数，包括分类损失、拓扑保持损失和泛化损失； 所述分类损失定义为交叉熵损失；所述拓扑保持损失采用最小化拓扑保持损失，公式表示如下： ， 其中，表示拓扑保持损失，和分别表示隐含层输出的第个和第个样本，表示第个和第个样本的邻域关系矩阵权重，表征第个和第个样本的相似度；所述邻域关系矩阵权重的计算方式结合桥梁承重监测振动数据的时空相关性与局部流形密度特性，采用自适应双模态相似度度量方法进行计算，通过特征空间高斯核与时空衰减函数的乘积，同时捕获桥梁承重监测振动数据非线性特征和监测系统的物理约束； 所述泛化损失通过模型的输出层权重的正则化定义，公式表示如下： ， 其中，表示泛化损失，表示正则化系数，控制泛化损失在整体损失函数中的比重，表示极限学习机的输出层权重，表示L2范数，表示自适应样本权重损失，所述自适应样本权重损失通过分析桥梁承重监测振动数据的时域和频域特征属性，自动为每个样本分配权重，使模型注重异常时刻的桥梁承重监测振动数据；表示多层次流形学习约束，所述层次流形学习约束在不同层次上捕捉桥梁承重监测振动数据的全局和局部结构，使模型全面地理解数据的流形特性； S5.对新采集的桥梁承重监测振动数据进行预处理，输入到训练好的模型中，得到模型的输出结果，判断桥梁承重监测振动数据是否存在异常； S6.将异常识别结果及监测指标反馈给知识图谱系统，给出辅助决策。

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泰华智慧产业集团股份有限公司，其通讯地址为：250100 山东省济南市历下区和平路47号诚基中心22号-32号楼470；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”。