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！

龙图腾网获悉交通运输部公路科学研究所;中电国际货运代理有限责任公司;国网新源控股有限公司华东开发建设分公司;中国水利电力物资流通协会申请的专利一种大件运输车总质量检测装置计量精度提升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：CN120429660B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510933613.9，技术领域涉及：G06F18/22；该发明授权一种大件运输车总质量检测装置计量精度提升方法是由王义旭;陈炼;肖健;代双良;刘旺涛;李骋;王涛;陈振亚;王蓓蓓设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种大件运输车总质量检测装置计量精度提升方法在说明书摘要公布了：本发明公开一种大件运输车总质量检测装置计量精度提升方法，属于检测装置校准标定技术领域。本发明首先将在不同测试条件下获得的待测大件运输车的轴重数据作为训练深度拟合神经网络模型的数据集并进行清洗、数据增强和数据集划分操作；然后，构建深度拟合神经网络模型，并对数据集中的样本数据进行充分学习，实时根据训练情况调整训练参数；最后，仅需要将实时采集到的待检测大件运输车的每个车轴的载重数据输入到训练好的深度拟合神经网络模型中，即可对待检测大件运输车总质量进行预测。采用本发明方法，能够有效缩减辨识误差，降低对轴重检测装置辨识精度的依赖性，提升面对不同车速、恶劣路面条件下的辨识准确率。

本发明授权一种大件运输车总质量检测装置计量精度提升方法在权利要求书中公布了：1.一种大件运输车总质量检测装置计量精度提升方法，其特征在于：包括如下步骤： 步骤一：轴重检测装置在不同测试条件下测量待测大件运输车的所有轴重数据，构成一类具有相同轴数信息的源数据集； 步骤二：对源数据集中的所有样本数据进行清洗和数据增强预处理操作后形成合格数据集； 步骤三：获取合格数据集的载荷轴总数信息，构建输入维度与载荷轴总数相匹配的深度拟合神经网络模型； 步骤四：随机抽取合格数据集中的部分样本数据作为训练集，并将其用于训练深度拟合神经网络模型中的权重参数； 步骤五：实时调整训练参数及激活函数种类，避免深度拟合神经网络模型在训练过程中出现梯度消失、梯度爆炸、陷入局部最优点、过拟合、欠拟合问题； 步骤六：将合格数据集中的部分样本数据作为测试集，将测试集中的样本数据输入已训练的深度拟合神经网络模型中并评估其输出值与标签值之间的相对误差，若小于1.5%，则深度拟合神经网络模型训练完成；否则，重复执行步骤四到步骤五； 步骤七：从步骤六已训练完成的深度拟合神经网络模型中导出权重参数并获取其维度信息；然后将导出的权重参数用于更新轴重检测装置的数据处理模块中具有相同输入维度的深度拟合神经网络模型的权重参数，得到已校准的轴重检测装置，所述已校准的轴重检测装置部署有多个不同输入维度的深度拟合神经网络模型； 步骤八：根据待检测大件运输车的载荷轴总数匹配已校准的轴重检测装置中对应维度的深度拟合神经网络模型，然后再将待检测大件运输车的轴重数据输入到匹配成功的深度拟合神经网络模型中，即获得大件运输车总质量的最终预测值； 所述不同测试条件包括行驶速度、引坡样式、路面平整度、载货位置变化情况； 所述深度拟合神经网络模型包括1个输入层、3隐藏层和1个输出层；其中，输入层接收大件运输车的每个载荷轴的轴重数据，输出层直接输出大件运输车的总质量； 所述实时调整训练参数及激活函数种类，具体方法为：首先采用替换激活函数类型、梯度裁剪策略避免梯度消失或梯度爆炸问题；采用动态学习率参数调整机制避免陷入局部最优点问题；通过适配设计每个隐藏层的节点数量避免陷入过拟合或者欠拟合问题； 所述激活函数为Sigmoid、Tanh或ReLU。

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交通运输部公路科学研究所;中电国际货运代理有限责任公司;国网新源控股有限公司华东开发建设分公司;中国水利电力物资流通协会，其通讯地址为：100088 北京市海淀区西土城路8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。