公开(公告)号：CN118115797A

公开(公告)日：2024-05-31

申请号：CN202410257849.0

申请日：2024-03-07

申请人： 浙江省交通运输科学研究院

发明人： 韩霄 ,  池跃胜 ,  洪强 ,  陈学敏 ,  傅鑫亮 ,  胡皓 ,  姚佳娜 ,  张勇 ,  周跃琪 ,  闫雨轩 ,  郑亦殷 ,  许越楷 ,  曹素功

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045

摘要： 本发明公开了一种基于深度学习的桥梁结构健康监测数据异常检测方法，该检测方法摒弃了传统过分依赖对数据在时域中的分析，而是将数据分别在时域、频域和格拉姆角场GAF中进行可视化处理后通过图像处理算法叠加为一张三通道的合成图像，并将该三通道的合成图像输入融合了通道注意力机制的VGG16神经网络型中进行处理，通过该融合了通道注意力机制的VGG16神经网络模型能够根据图像特征分别对各通道的权重进行动态调整并且进行降维处理，提高异常数据识别的准确度，也降低了模型的复杂度，此外，本申请中的该融合了通道注意力机制的神经网络模型不受传统时间序列中趋势性、季节性、周期性和随机扰动性的影响，具有较强的特征提取能力和较好的鲁棒性。

公开(公告)号：CN117934426A

公开(公告)日：2024-04-26

申请号：CN202410112759.2

申请日：2024-01-26

申请人： 浙江省交通运输科学研究院

发明人： 杨松 ,  洪强 ,  陈学敏 ,  池跃胜 ,  姚佳娜 ,  何亚强 ,  韩霄 ,  周跃琪 ,  夏雨尧

IPC分类号： G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455

摘要： 基于图像分类的桥梁结构健康监测数据异常识别方法，其具体步骤如下：S1，获取桥梁结构健康监测的原始数据；S2，将原始数据进行图像转化作为模型训练样本，并对模型训练样本进行异常数据分类；S3，构建基于融合焦点损失函数的Mobile ViT网络构建桥梁结构健康监测异常数据检测模型，并使用模型训练样本进行训练；S4，将桥梁结构健康监测数据转化成图像后输入到训练好的基于融合焦点损失函数的Mobile ViT网络构建桥梁结构健康监测异常数据检测模型内，生成每个类别的概率，根据概率输出数据异常类型。