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：哈尔滨工业大学
摘要：本发明公开了一种基于多通道时空图卷积网络的多类型监测数据空间有向关联表征方法，所述方法包括如下步骤：一、收集大跨径斜拉桥健康监测数据，执行数据预处理去除随机效应，获取长期趋势数据；二、对每个传感器的长期趋势数据进行标准化，创建数据集；三、以有向图的形式对多类型结构健康监测数据进行时空关联建模；四、建立多通道时空图卷积网络模型；五、设计多通道时空图卷积网络损失函数；六、对多通道时空图卷积网络模型进行训练，训练完成后，输出各一阶映射矩阵获取多类监测数据的空间有向关联表征。本发明解决了现有桥梁结构状态评估工作涉及数据量过少、数据类型单一的缺点，实现了海量监测数据的有效利用。
主权项：1.一种基于多通道时空图卷积网络的多类型监测数据空间有向关联表征方法，其特征在于所述方法包括如下步骤：步骤一、收集大跨径斜拉桥任意一侧斜拉索索力、主梁挠度、索塔倾斜三类长期结构健康监测数据，假定趋势数据在10分钟内为恒定值，执行数据预处理去除随机效应，获取长期趋势数据；步骤二、对每个传感器的长期趋势数据进行标准化，以1小时为时间窗口创建多类型结构健康监测数据的数据集，数据集中每个传感器的训练实例长度为7，包括过去一小时至当前数据；步骤三、以有向图的形式对多类型结构健康监测数据进行时空关联建模，将各传感器表示为有向图上顶点，传感器读数表示为顶点上序列信号，传感器对的关联性表示为图上的有向边，且关联性的强弱与有向边权重大小成正比；步骤四、将图论领域中“邻接矩阵”广义化为“映射矩阵”，利用若干可学习的归一化映射矩阵建立多通道时空图卷积网络模型；步骤五、设计多通道时空图卷积网络损失函数；步骤六、对步骤四建立的多通道时空图卷积网络模型进行训练，训练完成后，输出各一阶映射矩阵获取多类监测数据的空间有向关联表征。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 基于多通道时空图卷积网络的多类型监测数据空间有向关联表征方法
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