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！

龙图腾网获悉苏交科集团股份有限公司申请的专利基于深度学习的同一荷载源桥梁群挠度响应匹配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：CN121256400B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511813246.5，技术领域涉及：G06F18/22；该发明授权基于深度学习的同一荷载源桥梁群挠度响应匹配方法是由徐一超;许家伟;张宇峰;承宇;付一帆;葛恩生设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于深度学习的同一荷载源桥梁群挠度响应匹配方法在说明书摘要公布了：本申请公开一种基于深度学习的同一荷载源桥梁群挠度响应匹配方法，包括：采集车辆通过桥梁群中各桥梁时引起的挠度响应；提取各重车的挠度响应的波形、时序和相位，计算同一重车通过各桥梁的挠度响应的时间差和相位差，基于波形、时间差和相位差构建挠度响应特征数据集；对挠度响应特征数据集分配类别标签；基于多输入卷积神经网络模型构建同源波匹配模型；选取参考挠度响应数据段和候选挠度响应；根据参考挠度响应数据段的持续时间，将所述候选挠度响应截取为若干段候选挠度响应数据子段；计算每段候选挠度响应数据子段与所述参考挠度响应数据段的匹配概率；将最大匹配概率所对应的候选挠度响应数据子段作为参考挠度响应数据段的匹配挠度响应。

本发明授权基于深度学习的同一荷载源桥梁群挠度响应匹配方法在权利要求书中公布了：1.一种基于深度学习的同一荷载源桥梁群挠度响应匹配方法，其特征在于，包括： 采集车辆通过桥梁群中各桥梁时引起的车致挠度响应；从车致挠度响应中识别同一重车通过各桥梁的挠度响应；提取各重车的挠度响应的波形、时序和相位，计算同一重车通过各桥梁的挠度响应的时间差和相位差，基于波形、时间差和相位差构建重车的挠度响应特征数据集；对挠度响应特征数据集分配类别标签，构建带类别标签的挠度响应特征数据集； 构建多输入卷积神经网络模型；所述多输入卷积神经网络模型包括三个输入分支，各输入分支分别连接至波形特征提取层、时间差特征提取层、相位差特征提取层，所述波形特征提取层、时间差特征提取层、相位差特征提取层的输出分别连接至特征融合层，所述特征融合层的输出连接至分类输出层；将所述带类别标签的挠度响应特征数据集按比例划分，得到训练集、验证集和测试集；将划分得到的训练集输入所述多输入卷积神经网络模型，对网络模型参数进行训练和优化，将训练完成的网络模型作为同源波匹配模型；所述波形特征提取层包括顺序连接的卷积模块、卷积块注意力模块和长短期记忆网络；其中，卷积模块包括顺序连接的第一卷积单元和第二卷积单元，所述第一卷积单元由第一一维卷积层、第一批量归一化层及第一池化层顺序串联构成，第二卷积单元由第二一维卷积层、第二批量归一化层及第二池化层顺序串联构成，第一池化层的输出连接第二一维卷积层的输入；所述波形特征提取层通过卷积模块对波形进行特征提取后输出第一特征图U；卷积块注意力模块依次在通道维度和空间维度针对第一特征图U进行注意力加权，并输出第二特征图U'；所述长短期记忆网络对第二特征图U'的特征序列进行全局信息聚合，得到波形的时序特征向量；所述时间差特征提取层和或相位差特征提取层采用多层感知机结构； 选取参考挠度响应数据段和候选挠度响应；根据参考挠度响应数据段的持续时间，将所述候选挠度响应截取为若干段候选挠度响应数据子段；所述同源波匹配模型计算每段候选挠度响应数据子段与所述参考挠度响应数据段的匹配概率，其中最大匹配概率所对应的候选挠度响应数据子段为所述参考挠度响应数据段的匹配结果。

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苏交科集团股份有限公司，其通讯地址为：210000 江苏省南京市建邺区富春江东街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。