基于机器学习的桥梁振动模态可视化损伤识别方法

发明专利有效专利

申请号：
CN201910456946.1
IPC分类号：G06K9/00;G06K9/62;G06Q10/06;G06Q50/08
申请日期：
2019-05-29
申请人：
重庆交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于机器学习的桥梁振动模态可视化损伤识别方法
申请号	CN201910456946.1	申请日期	2019-05-29
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-20	公开/公告号	CN110147781A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;8查看分类表>
申请人	重庆交通大学	申请人地址	重庆市江津区双福新区福星大道1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆交通大学	当前权利人	重庆交通大学
发明人	唐亮;毛若愚;周志祥;吴桐
代理机构	北京海虹嘉诚知识产权代理有限公司	代理人	吕小琴

摘要

本发明公开了一种基于机器学习的桥梁振动模态可视化损伤识别方法，包括如下步骤：S1.采集桥梁振动的数字视频信息，并对数字视频信息进行放大处理；S2.采集数字视频图像信息的参数，包括视频图像信息的频率、相位以及幅值；S3.以视频图像信息的相位以及幅值构建桥梁振动的可视化模态图像；S4.利用卷积神经网络CNN提取桥梁可视化模态图像中的多层次特征信息，将取出的特征信息输入广义回归神经网络GRNN，对桥梁结构损伤性质进行识别估计。本发明的基于机器学习的桥梁振动模态可视化损伤识别方法，使用少量简单的装置对桥梁的结构进行检测，能够准确全面地识别桥梁的结构损伤，并且该方法科学高效。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供