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！

龙图腾网恭喜湖南信息学院申请的专利一种基于深度学习的桥梁健康监测方法及系统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：CN119337206B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411398656.3，技术领域涉及：G06F18/241；该发明授权一种基于深度学习的桥梁健康监测方法及系统是由张钰莎;罗莉霞设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种基于深度学习的桥梁健康监测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的桥梁健康监测方法及系统，包括：读取桥梁结构上的信号，并进行信号预处理；经小波分解后得到小波系数，通过阈值函数对信号进行去噪，再经小波系数重构信号；通过深度学习框架进行神经网络的搭建和训练，得到深度学习模型，所述神经网络包括TFNet损伤预测模型和MCSANet损伤分类模型；对所述深度学习模型进行计算图优化；部署计算图优化后的深度学习模型，进行桥梁结构健康监测。本发明解决了桥梁健康监测的自动化、实时性、准确率有待加强的问题。

本发明授权一种基于深度学习的桥梁健康监测方法及系统在权利要求书中公布了：1.一种基于深度学习的桥梁健康监测方法，其特征在于，包括：S1、读取桥梁结构上的监测信号，并进行信号预处理，所述监测信号包括倾斜信号、沉降信号和偏移信号；S2、经小波分解后得到小波系数，通过阈值函数对信号进行去噪，再经小波系数重构信号；S3、通过深度学习框架进行神经网络的搭建和训练，得到深度学习模型，所述神经网络包括TFNet损伤预测模型和MCSANet损伤分类模型；所述TFNet损伤预测模型包括：输入数据进入线性层，再进入多个堆叠的TFBlock模块后输出，所述线性层包括MatMul融合矩阵和Add相加；所述TFBlock模块的一路通过线性层提取变量维度上的特征，另一路先通过LSTM长短时记忆模型提取时间维度上的特征，再将时间维度上提取的特征通过Transpose转移矩阵变换到变量维度上，最后通过MatMul融合矩阵将两路特征融合，融合时间维度和变量维度上的信息，经Tanh激活函数后，叠加上输入到TFBlock模块的初始值得到最终的输出值；所述MCSANet预测模型包括：输入数据经过多个CSABlock模块后，经过Conv1d一维卷积层、MatMul融合矩阵、SoftMax激活函数后输出，所述CSABlock模块内有两个并行的卷积自注意力块，两个卷积自注意力块均包括Conv1d一维卷积层、BatchNormal归一化层以及Relu激活函数，然后一个卷积自注意力块经过AvgPool平均池化、MatMul融合矩阵、第二个Relu激活函数、MatMul融合矩阵、Sigmoid激活函数后，与所述Relu激活函数的输出融合后输出，另一个卷积自注意力块并行通过Mean均值和Max最大值处理后通过Concat合并，在经过Conv1d一维卷积层、Sigmoid激活函数后，与所述Relu激活函数的输出融合后输出；S4、对所述深度学习模型进行计算图优化；S5、部署计算图优化后的深度学习模型，根据重构后的信号进行桥梁结构健康监测，输出桥梁损伤诊断结果和损伤类型。

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湖南信息学院，其通讯地址为：410000 湖南省长沙市星沙经济技术开发区毛塘工业园；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”。