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！

龙图腾网获悉吉林建筑大学申请的专利一种基于深度学习的桥墩损伤位置识别方法、系统及介质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：CN121031382B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511555759.0，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的桥墩损伤位置识别方法、系统及介质是由张云龙;王浩闻;钱雪松;孙运;钱禹成设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本一种基于深度学习的桥墩损伤位置识别方法、系统及介质在说明书摘要公布了：本公开涉及一种基于深度学习的桥墩损伤位置识别方法、系统及介质，所述方法包括：从桥梁标准图纸集中获取桥墩初始参数，划分出多种桥墩损伤位置，将桥墩类型与桥墩损伤位置组合；根据桥墩有限元模型构建包括每个桥墩损伤工况下的桥墩固有频率、桥墩一阶频率、桥墩一阶频率变化率、桥墩结构参数；对原始数据集进行数据标准化，划分训练集和测试集，进行特征增加；构建包括Dropout正则化模块、权重衰减正则化模块、批标准化模块、余弦退火学习率调度器的，输出为概率预测分布的多层感知机神经网络模型；训练多个网络模型，平均集成得到桥墩损伤位置预测模型；利用预测模型进行预测。本公开对桥墩损伤位置识别更加稳定准确。

本发明授权一种基于深度学习的桥墩损伤位置识别方法、系统及介质在权利要求书中公布了：1.一种基于深度学习的桥墩损伤位置识别方法，其特征在于，包括以下步骤： 步骤1，从桥梁标准图纸集中获取桥墩初始参数，划分出多种桥墩损伤位置，将桥墩类型与所述桥墩损伤位置组合得到桥墩损伤工况的组合； 步骤2，根据所述桥墩损伤工况的组合，通过有限元软件构建桥墩有限元模型，构建桥墩损伤位置识别的原始数据集，所述原始数据集包括每个桥墩损伤工况下的桥墩固有频率、桥墩一阶频率、桥墩一阶频率变化率、桥墩结构参数； 步骤3，对原始数据集进行数据标准化，划分训练集和测试集，对训练集和测试集进行特征增加，得到特征增加后的训练集和特征增加后的测试集； 步骤4，构建多层感知机神经网络模型，所述多层感知机神经网络模型包括用于训练模型的Dropout正则化模块、权重衰减正则化模块、批标准化模块、余弦退火学习率调度器，在神经网络中利用Dropout正则化在训练时随机丢弃神经元，利用权重衰减正则化惩罚大权重值； 步骤5，训练多个所述多层感知机神经网络模型，所述多层感知机神经网络模型的输出为概率预测分布，将训练好的多个多层感知机神经网络模型平均集成，得到桥墩损伤位置预测模型；集成模型的预测概率分布为： 式中，表示桥墩损伤位置预测模型对输入的概率预测分布，表示神经网络模型的总数，表示神经网络模型的编号，表示单个神经网络模型的预测概率分布； 步骤6，利用所述桥墩损伤位置预测模型识别桥墩的损伤位置。

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吉林建筑大学，其通讯地址为：130000 吉林省长春市南关区新城大街5088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。