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！

龙图腾网获悉福建理工大学申请的专利基于二维卷积神经网络的结构加速度数据异常检测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：CN117058451B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202311021638.9，技术领域涉及：G06V10/764；该发明授权基于二维卷积神经网络的结构加速度数据异常检测方法是由麻胜兰;钟建坤设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本基于二维卷积神经网络的结构加速度数据异常检测方法在说明书摘要公布了：本发明涉及一种基于二维卷积神经网络的结构加速度数据异常检测方法，包括以下步骤：获取目标结构件的原始加速度响应数据图像；将原始加速度响应数据图像按固定时间间隔划分为多个数据片段图像，对每一数据片段图像进行预处理，设定若干加速度数据异常类型，根据加速度数据异常类型对数据片段图像添加数据异常标签，形成训练样本集；构建二维卷积神经网络，利用训练样本集对二维卷积神经网络进行训练，并优化调整网络层参数和超参数，得到训练优化后的结构加速度数据异常检测模型；获取目标结构件的当前加速度响应数据图像，进行预处理后输入至结构加速度数据异常检测模型中，即可获得数据异常检测结果。

本发明授权基于二维卷积神经网络的结构加速度数据异常检测方法在权利要求书中公布了：1.一种基于二维卷积神经网络的结构加速度数据异常检测方法，其特征在于，包括以下步骤： 获取目标结构件的原始加速度响应数据图像； 将原始加速度响应数据图像按固定时间间隔划分为多个数据片段图像，对每一数据片段图像进行预处理，设定若干加速度数据异常类型，根据加速度数据异常类型对数据片段图像添加数据异常标签，形成训练样本集； 构建二维卷积神经网络，利用训练样本集对二维卷积神经网络进行训练，并优化调整网络层参数和超参数，得到训练优化后的结构加速度数据异常检测模型； 获取目标结构件的当前加速度响应数据图像，进行预处理后输入至结构加速度数据异常检测模型中，即可获得数据异常检测结果； 其中，所述每一数据片段图像的预处理方法为： 对每一数据片段图像采用加权平均法进行灰度处理，如下式所示： Grayi,j＝0.3Ri,j+0.59Gi,j+0.11Bi,j 其中，Grayi,j为灰度化后对应数据片段图像第i行第j列像素的灰度级；Ri,j、Gi,j、Bi,j分别为对应数据片段图像第i行第j列像素对应的红、绿、蓝色的亮度； 其中，所述利用训练样本集对二维卷积神经网络进行训练优化的过程具体为： 对于输入的任一样本，获取其预处理后的数据片段图像的灰度级，将灰度级乘以权重系数并叠加偏置项，通过ReLU激活函数添加非线性因素后，得到每类异常加速度图像的特征值ci，如下式所示： ci＝Kωxi,j+β 其中：ω为权重参数；β为偏置参数；K为ReLU激活函数； 基于每类异常加速度图像的特征值ci计算当前输入样本所属结构加速度数据异常类型的概率P，如下式所示： 其中，q为数据异常类型的数量；e为自然常数； 基于计算出的概率P以及训练样本的异常数据标签对应的真实值，计算损失值，如下式所示： 其中，D为损失值；yi为样本的异常数据标签对应的真实值；N为输入的样本总数； 基于计算出的损失值对二维卷积神经网络的网络层参数和超参数进行优化调整； 迭代执行上述步骤，直至达到迭代终止条件，保存当前的网络层参数和超参数，得到训练优化后的结构加速度数据异常检测模型。

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福建理工大学，其通讯地址为：350118 福建省福州市闽侯县上街镇学府南路69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。