龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：长沙理工大学
摘要：本发明公开了一种斜拉桥损伤识别方法、设备、存储介质及产品，所述方法包括获取源域数据集和目标域数据集；对每个第一加速度响应信号和第二加速度响应信号进行小波变换，分别得到第一时频图和第二时频图；对所述第一时频图和第二时频图进行图像特征提取，分别得到第一特征向量和第二特征向量；构建基于流形嵌入分布对齐的迁移学习模型，利用所述第一特征向量和第二特征向量对所述迁移学习模型进行训练，得到域分类器；利用所述域分类器对所述目标域数据集中无标签的第二特征向量进行分类。本发明特别适用于缺乏足够标注样本数据进行训练的场景，提高了损伤识别的准确性和效率。
主权项：1.一种斜拉桥损伤识别方法，其特征在于，所述识别方法包括以下步骤：获取源域数据集和目标域数据集，其中，所述源域数据集包括不同损伤工况下的第一加速度响应信号以及每个第一加速度响应信号对应的损伤类型；所述目标域数据集包括第二加速度响应信号；对每个第一加速度响应信号进行小波变换，得到第一时频图；对每个第二加速度响应信号进行小波变换，得到第二时频图；对所述第一时频图进行图像特征提取，得到第一特征向量；对所述第二时频图进行图像特征提取，得到第二特征向量；构建基于流形嵌入分布对齐的迁移学习模型，利用所述第一特征向量和第二特征向量对所述迁移学习模型进行训练，得到域分类器；利用所述域分类器对所述目标域数据集中无标签的第二特征向量进行分类。
全文数据：
权利要求：
百度查询： 长沙理工大学 斜拉桥损伤识别方法、设备、存储介质及产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号