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！

龙图腾网获悉沈阳友达道桥公路工程有限责任公司申请的专利基于卷积混合密度网络的桥台施工沉降趋势超前预警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：CN121188707B 。

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：202511351876.5，技术领域涉及：G06Q50/08；该发明授权基于卷积混合密度网络的桥台施工沉降趋势超前预警方法是由庞天竹;刘敬洁设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于卷积混合密度网络的桥台施工沉降趋势超前预警方法在说明书摘要公布了：本发明公开了一种基于卷积混合密度网络的桥台施工沉降趋势超前预警方法，包括如下步骤：采集沉降监测数据，并执行预处理；计算分形维数、Hurst指数和粗糙度谱；通过分形嵌入层进行映射，并进行拼接；通过改进型卷积混合密度网络提取特征表示，并引入物理约束的交互注意力机制进行融合；提取沉降趋势综合特征表示，生成沉降趋势预测的条件概率分布，定义优化目标函数进行训练；根据条件概率分布生成沉降趋势预测结果；生成沉降风险等级标签和风险干预优先级标签，并输出超前预警信息。本发明采用卷积混合密度网络融合分形特征与物理约束，实现桥台沉降趋势精准预测，具备可靠性高、预警及时和适用性强的优点。

本发明授权基于卷积混合密度网络的桥台施工沉降趋势超前预警方法在权利要求书中公布了：1.一种基于卷积混合密度网络的桥台施工沉降趋势超前预警方法，其特征在于，包括如下步骤： 在桥台施工现场采集沉降监测数据，并执行去噪滤波、缺失值补全和归一化，生成标准化沉降监测序列； 基于标准化沉降监测序列计算分形维数、Hurst指数和粗糙度谱，生成多尺度分形特征集合； 通过分形嵌入层对多尺度分形特征集合进行映射，并与标准化沉降监测序列进行拼接，生成多维输入特征； 将多维输入特征输入改进型卷积混合密度网络，通过分形特征卷积层和图卷积层，提取非线性分形特征表示和空间相关性特征表示，并引入物理约束的交互注意力机制进行融合，生成融合特征张量； 将融合特征张量输入改进型卷积混合密度网络的深度卷积层和全连接层，提取沉降趋势综合特征表示，通过混合密度输出层生成沉降趋势预测的条件概率分布，并引入一致性约束，定义优化目标函数进行训练； 根据训练后的改进型卷积混合密度网络生成的条件概率分布生成沉降趋势预测结果； 将沉降趋势预测结果与预设安全阈值进行比对，生成沉降风险等级标签和风险干预优先级标签，并输出超前预警信息； 所述融合特征张量的生成包括： 将多维输入特征输入至改进型卷积混合密度网络的分形特征卷积层，利用一维卷积核在序列维度上执行滑动卷积计算，提取多尺度分形特征表示； 所述改进型卷积混合密度网络包括分形特征卷积层、图卷积层、深度卷积层、全连接层和混合密度输出层； 对多尺度分形特征表示施加非线性激活函数，得到非线性分形特征表示； 在图卷积层中，利用沉降监测点之间的空间拓扑关系构建邻接矩阵和度矩阵，并将多维输入特征作为初始图节点特征矩阵，执行图节点特征表示更新； 将更新后的图节点特征矩阵作为空间相关性特征表示； 在非线性分形特征表示和空间相关性特征表示之间引入物理约束的交互注意力机制，基于非线性分形特征表示和空间相关性特征表示分别计算查询矩阵、键矩阵和值矩阵； 由沉降监测点的土体刚度系数、施工荷载时序和基础承载力参数构建岩土力学条件下的物理约束矩阵，并结合查询矩阵和键矩阵生成注意力权重矩阵： ； 其中，A表示注意力权重矩阵，Q表示查询矩阵，K表示键矩阵，T表示转置操作，表示逐元素相乘，M示物理约束矩阵，表示归一化； 利用注意力权重矩阵对图卷积层特征进行加权更新，并与非线性分形特征表示相结合，生成融合特征张量。

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沈阳友达道桥公路工程有限责任公司，其通讯地址为：110400 辽宁省沈阳市法库县孟家乡羊草沟村；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。