Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙理工大学马亚飞获国家专利权

长沙理工大学马亚飞获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利一种桥梁支座位移在线概率预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:CN119578247B

龙图腾网通过国家知识产权局官网在2025-08-22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:202411750263.4,技术领域涉及:G06F30/27;该发明授权一种桥梁支座位移在线概率预测方法是由马亚飞;章拔超;汪国栋;王磊设计研发完成,并于2024-12-02向国家知识产权局提交的专利申请。

一种桥梁支座位移在线概率预测方法在说明书摘要公布了:本发明公开了一种桥梁支座位移在线概率预测方法,包括:获取主梁温度与支座位移的历史监测数据,引入一组伪点构造基于流稀疏高斯过程的概率预测模型,根据近似后验分布和真实后验分布构造变分自由能界作为对数边际似然函数的下界,推导最优变分自由能界和最优近似后验分布,得到概率预测模型的具体表达式;获取新的监测数据时,结合新的伪点和旧的后验分布总结新监测数据和旧历史监测数据,并推导新近似后验分布,利用贝叶斯定理推导新真实后验分布,进而在线更新模型参数及后验分布,得到概率预测模型新的具体表达式。本发明基于流稀疏高斯过程模型处理桥梁海量健康监测流数据,实现桥梁支座位移在线概率预测,具有较高的工程应用价值。

本发明授权一种桥梁支座位移在线概率预测方法在权利要求书中公布了:1.一种桥梁支座位移在线概率预测方法,其特征在于:包括如下步骤: 步骤一:以标准高斯过程模型为基准概率预测模型:yn=fxn+εn,其中εn为噪声项, 为方差,f为训练函数,训练函数f服从均值为0、协方差为k的高斯过程先验分布:其中θ为协方差k所依赖的超参数与组成的超参数集合; 假设给定训练函数f与方差后,主梁温度输入向量为X时,概率预测模型的支座位移输出向量为y; 步骤二:获得主梁温度历史监测数据及支座位移历史监测数据根据引入一组伪点其中ui=fzi,M<N,M为伪点数量,N为样本数量;定义:伪点P的训练函数值集合历史监测数据的训练函数值集合剩余训练函数值集合f≠u=f-u; 根据u与f、f≠u之间的关系,采用乘积规则得到训练函数f的真实先验分布关于u的展开式,并根据得到训练函数f的近似先验分布pf|θ关于u的展开式,根据pf|θ和输出向量y的原始似然函数得到训练函数f和输出向量y的近似联合分布pf,y|θ关于u的展开式; 定义u在输出向量y条件下的真实先验分布为pu|y,θ,根据pu|y,θ以及u与f、f≠u的关系,采用乘积规则得到训练函数f在输出向量y条件下的真实后验分布pf|y,θ关于u的展开式,并根据pf|y,θ得到训练函数f的近似后验分布qf|θ关于u的展开式; 步骤三:定义输出向量y的边际似然函数为py|θ,根据近似后验分布qf|θ以及近似联合分布py,f|θ,构造对数边际似然函数logpy|θ下界;定义近似后验分布qf|θ与真实后验分布pf|y,θ之间的KL散度,根据对数边际似然函数logpy|θ和KL散度的差值,按变分推断原理构造变分自由能界作为logpy|θ的下界,得到关于u的表达式; 根据选择不同的伪点P,采用数值迭代法对u进行迭代,让近似后验分布qf|θ逼近真实后验分布pf|y,θ使最大化,得到最优变分自由能界和最优近似后验分布qvfef|θ; 步骤四:根据得到θ值,根据qvfef|θ和θ值得到f的具体表达式和的具体值,将二者代入步骤一中,得到基准概率预测模型的具体表达式; 步骤五:获得主梁温度的新监测数据和支座位移的新监测数据,将新监测数据与步骤二中旧的历史监测数据组成新历史监测数据根据按步骤二的方法引入新的伪点Pnew及Pnew的训练函数值集合unew;根据旧的真实后验分布pf|y,θ,利用贝叶斯定理推导新真实后验分布pf|y,ynew,θnew; 定义训练函数f的新近似后验分布为qnewf|θnew,定义新近似后验分布qnewf|θnew与新真实后验分布pf|y,ynew,θnew之间的新KL散度,根据新KL散度按变分推断原理构造新变分自由能界根据u与unew的关系,推导新变分自由能界关于u、unew的表达式; 根据选择多个不同的伪点Pnew,采用数值迭代法对unew进行迭代计算,让新近似后验分布qnewf|θnew逼近新真实后验分布pf|y,ynew,θnew使最大化,得到新最优变分自由能界和新最优近似后验分布qnew,vfeunew|θnew; 步骤六:根据得到θnew值,根据qnew,vfeunew|θnew和θnew值得到f新的具体表达式和方差新的具体值,将二者代入步骤一中得到基准概率预测模型新的具体表达式。

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沙理工大学,其通讯地址为:410015 湖南省长沙市天心区赤岭路45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”。

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。