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！

龙图腾网获悉高速铁路建造技术国家工程研究中心;中南大学申请的专利基于自适应子集搜索和深度学习的桥梁表观裂缝识别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：CN115880533B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211670986.4，技术领域涉及：G06V10/764；该发明授权基于自适应子集搜索和深度学习的桥梁表观裂缝识别方法是由何旭辉;项正良设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于自适应子集搜索和深度学习的桥梁表观裂缝识别方法在说明书摘要公布了：本申请提供了一种基于自适应子集搜索和深度学习的桥梁表观裂缝识别方法，包括步骤：获取高铁桥梁表观裂缝图片数据集，从图片数据集中选择候选数据集，并从候选数据集中选择当前子集；采用随机抽样的方式从候选数据集中选取多个样本作为新的训练样本，对训练样本进行标记，添加到训练集中；使用训练集更新裂缝识别的深度神经网络模型，计算相邻两次迭代训练过程中深度神经网络模型对图片数据集预测结果的相对损失；若连续多次迭代中图片数据集预测结果的相对损失小于容许值，则判定深度神经网络模型收敛；保存深度神经网络模型，并使用深度神经网络模型进行高铁桥梁表观裂缝识别。本申请能够解决现有技术中高速铁路桥梁表观裂缝识别主动学习中的抽样局部最优的技术问题，提高裂缝识别的效率和精度。

本发明授权基于自适应子集搜索和深度学习的桥梁表观裂缝识别方法在权利要求书中公布了：1.一种基于自适应子集搜索和深度学习的桥梁表观裂缝识别方法，其特征在于，包括以下步骤： 获取高铁桥梁表观裂缝图片数据集，从所述图片数据集中选择候选数据集，并从所述候选数据集中选择当前子集； 采用随机抽样的方式从所述候选数据集中选取多个样本作为新的训练样本，对所述训练样本进行标记，添加到训练集中； 使用所述训练集更新裂缝识别的深度神经网络模型，计算所述深度神经网络模型在相邻两次迭代训练过程中对所述图片数据集预测结果的相对损失； 若连续在多次迭代中所述图片数据集预测结果的相对损失小于第一容许值，所述深度神经网络模型收敛； 保存所述深度神经网络模型，并使用所述深度神经网络模型进行高铁桥梁表观裂缝识别； 若所述深度神经网络模型未满足收敛条件，采用上一次迭代中所述深度神经网络模型对所述当前子集的预测标签作为真实标签，采用当前迭代的所述深度神经网络模型预测所述当前子集的预测标签； 根据所述真实标签、所述预测标签和网络的损失函数计算两次迭代中所述当前子集预测结果的相对损失，判断所述当前子集是否满足收敛条件； 当连续若干次迭代中所述当前子集预测结果的相对损失小于第二容许值，所述当前子集满足收敛条件，将所述当前子集从所述候选数据集中删除，以缩小主动学习的搜索范围； 采用深度神经网络模型预测所述候选数据集的样本，基于预测结果的信息熵计算候选数据集样本的不确定性，以更新所述候选数据集的样本的不确定性； 在更新所述候选数据集的样本的不确定性之后，包括步骤： 根据样本的不确定性，从候选数据集中选取不确定性最小的前个样本作为新的当前子集，其中定义为： 为比例系数，为剩余的候选数据集样本数。

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高速铁路建造技术国家工程研究中心;中南大学，其通讯地址为：410075 湖南省长沙市天心区韶山南路22号中南大学铁道学院；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。