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！

龙图腾网恭喜广州大学申请的专利基于平行卷积神经网络的结构损伤识别方法和装置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：CN114357855B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202111422491.5，技术领域涉及：G06F30/27；该发明授权基于平行卷积神经网络的结构损伤识别方法和装置是由叶锡钧;曹永杰;何沛衡;潘楚东;邓军;汪大洋;刘爱荣;陈炳聪;周军勇设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本基于平行卷积神经网络的结构损伤识别方法和装置在说明书摘要公布了：本发明提供基于平行卷积神经网络的结构损伤识别方法和装置，该方法包括：S11数据采样：采集由加速度传感器记录的加速度数据；S12数据预处理：对每个加速度传感器记录的加速度数据进行预处理，得到加速度数据序列及其时频图；S13损伤识别：将各个加速度传感器对应的输入数据集输入到训练好的基于平行卷积神经网络的损伤识别模型中，由损伤识别模型对输入数据集进行特征提取和损伤类别预测，得到符合各损伤工况数据特征的概率；并根据符合各损伤工况特征的概率得到相应的结构损伤识别结果；其中输入数据集包括加速度时间序列及其时频图。本发明有助于提高结构损伤的识别效果。

本发明授权基于平行卷积神经网络的结构损伤识别方法和装置在权利要求书中公布了：1.基于平行卷积神经网络的结构损伤识别方法，其特征在于，包括：S11数据采样：采集由加速度传感器记录的加速度数据，其中所述加速度传感器设置在目标结构的设定位置上，所述加速度数据包括对目标结构施加激励后由加速度传感器记录的振动响应；S12数据预处理：对每个加速度传感器记录的加速度数据进行预处理，得到加速度数据序列及其时频图；S13损伤识别：将各个加速度传感器对应的输入数据集输入到训练好的基于平行卷积神经网络的损伤识别模型中，由损伤识别模型对输入数据集进行特征提取和损伤类别预测，得到符合各损伤工况数据特征的概率；并根据符合各损伤工况数据特征的概率得到相应的结构损伤识别结果；其中输入数据集包括加速度时间序列及其时频图；所述训练好的基于平行卷积神经网络的损伤识别模型包括由多个平行卷积神经网络组合而成的网络群；其中每个平行卷积神经网络对应一个在目标结构的设定位置上设置的加速度传感器；所述平行卷积神经网络包含两个特征提取分支：一维特征提取分支、二维特征提取分支，两个分支分别提取时序信号和小波时频图的特征，每个分支的包括两个卷积层、两个池化层；两个分支提取的特征在汇聚层拉伸、串联，作为全连接层的输入。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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”。