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！

龙图腾网获悉长安大学申请的专利一种基于图像特征编码的车桥耦合振动数据生成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：CN120336790B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510817272.9，技术领域涉及：G06F18/21；该发明授权一种基于图像特征编码的车桥耦合振动数据生成方法是由马晨宁;王凌波;申伟;张岗;赵煜设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本一种基于图像特征编码的车桥耦合振动数据生成方法在说明书摘要公布了：本发明提供一种基于图像特征编码的车桥耦合振动数据生成方法，属于图像特征编码技术领域，利用模拟信号与实际工程信号搭建振动数据训练集，并划分为不同工况条件下的训练子集；然后，对原始振动信号进行预处理，并通过短时傅里叶变换获得时频图像；接着，利用卷积Transformer编码器提取图像空间特征，生成图像隐空间特征向量；随后，通过扩散概率模型对特征向量进行增强采样，生成新的特征向量；再利用卷积Transformer解码器重构生成拟真的振动信号；通过端到端联合训练优化模型，进一步提高生成信号的质量。本方法可生成大量统计特性真实的振动数据，有效提升了车桥耦合振动信号分析的精度与泛化能力，有望应用于结构健康监测、桥梁异常检测及缺陷智能诊断领域。

本发明授权一种基于图像特征编码的车桥耦合振动数据生成方法在权利要求书中公布了：1.一种基于图像特征编码的车桥耦合振动数据生成方法，其特征在于：所述方法包括如下步骤： S1、信号预处理：对原始振动信号进行滤波去噪、去直流与归一化处理并分段，构建车桥耦合振动信号训练集； S2、卷积Transformer编码：将振动信号通过傅里叶变换获得统一尺寸的时频域图像数据，首先经若干个卷积模块提取空间特征，每个卷积模块包括卷积层、批归一化层和ReLU激活函数，再将卷积模块的输出输入到TransformerEncoder模块，通过多头自注意力机制进行特征提取，得到图像隐空间特征向量H； S3、扩散概率模型增强：将步骤S2得到的图像隐空间特征向量H输入扩散概率模型进行增强采样，获得增强后的图像隐空间特征向量H e； S4、卷积Transformer解码：将步骤S3得到的增强后图像隐空间特征向量H e 输入TransformerDecoder模块，通过自注意力机制与交叉注意力机制精准恢复特征，再通过若个转置卷积模块重构空间特征，每个转置卷积模块包含转置卷积层、批归一化层和ReLU激活函数，最终经上采样、Sigmoid激活函数以及全连接层重构为振动信号数据Y r； S5、模型联合训练优化：对所述卷积Transformer编码-扩散增强-卷积Transformer解码模型进行端到端联合训练优化，直至模型收敛，输出振动信号生成模型； S6、确定所需振动信号数量，输出对应数量的车桥耦合振动信号。

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安大学，其通讯地址为：710000 陕西省西安市雁塔区南二环路中段；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”。