-
公开(公告)号：CN111551985A
公开(公告)日：2020-08-18
申请号：CN202010410594.9
申请日：2020-05-15
Applicant: 广州市高速公路有限公司 , 华南理工大学 , 广州广佛肇高速公路有限公司
Abstract: 本发明公开了一种基于桩锤激震和k近邻算法的地下溶洞探测方法，首先，建立包含不同溶洞尺寸与位置的模型库，而模型中的溶洞位置与尺寸则为标签；其次，对模型库进行有限元计算，在桩锤激震下获得不同溶洞工况的地表特定位置的加速度响应；再次，对加速度响应数据进行特征提取，将提取的特征与标签组合成数据库，并随机划分训练集与测试集，将训练集输入k近邻算法进行机器学习，得到初步的基于k近邻算法的溶洞探测模型；最后，根据预测精度调整模型参数，获得最佳的基于k近邻算法的溶洞探测模型。本发明方法可有效实现对地下溶洞位置和几何尺寸的准确识别，且较现有的溶洞探测技术具有成本更低、效率更高的优点。
-
公开(公告)号：CN104992406B
公开(公告)日：2018-04-13
申请号：CN201510332329.2
申请日：2015-06-16
Applicant: 华南理工大学
IPC: G06T3/40
Abstract: 本发明公开了一种不封闭交通的公路桥面图像获取方法，首先，使用定点摄像机按照设定的角度和焦距，来回扫描公路桥面获得图像；其次，通过对获得的图像进行识别和装拼，获得桥面各段不含车辆信息的图像；接着对各段桥面图像做畸变矫正，然后把各段桥面的图像重新拼接，最终形成完整的公路桥面图像。与传统的人工获取公路桥面破损信息方式相比，本发明提供了一种无封闭交通，非接触式快捷高效获取公路桥面病害信息方式，将为实现无需封闭交通而能对桥面进行质量检测，打下关键技术基础。与多功能路面信息采集车相比，本发明有着设备要求低且成本低廉的优势。
-
公开(公告)号：CN104992406A
公开(公告)日：2015-10-21
申请号：CN201510332329.2
申请日：2015-06-16
Applicant: 华南理工大学
IPC: G06T3/40
CPC classification number: G06T3/4038
Abstract: 本发明公开了一种不封闭交通的公路桥面图像获取方法，首先，使用定点摄像机按照设定的角度和焦距，来回扫描公路桥面获得图像；其次，通过对获得的图像进行识别和装拼，获得桥面各段不含车辆信息的图像；接着对各段桥面图像做畸变矫正，然后把各段桥面的图像重新拼接，最终形成完整的公路桥面图像。与传统的人工获取公路桥面破损信息方式相比，本发明提供了一种无封闭交通，非接触式快捷高效获取公路桥面病害信息方式，将为实现无需封闭交通而能对桥面进行质量检测，打下关键技术基础。与多功能路面信息采集车相比，本发明有着设备要求低且成本低廉的优势。
-
公开(公告)号：CN114358149B
公开(公告)日：2024-09-20
申请号：CN202111559352.7
申请日：2021-12-20
Applicant: 华南理工大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种桥梁结构损伤检测和超重车辆识别的多任务学习方法，包括：1)获取桥梁结构健康监测系统的响应数据，通过滑动窗口的方法构建样本，并划分训练集和测试集；2)构建桥梁结构损伤检测和超重车辆识别的多任务学习网络，并使用构建好的训练集进行网络训练；3)将测试集输入到已训练好的桥梁结构损伤检测和超重车辆识别的多任务学习网络中，输出桥梁结构损伤检测和超重车辆识别的结果。本发明可以解决现有的桥梁结构健康监测方法之中，传统信号处理方法难以利用海量的健康监测数据，并且需要车速、车轴等额外信息；机器学习方法严重依赖人工设计特征的质量；而深度学习方法只考虑了损伤因素或载荷因素等单一影响因素的这些技术问题。
-
公开(公告)号：CN113011763B
公开(公告)日：2024-09-17
申请号：CN202110333722.9
申请日：2021-03-29
Applicant: 华南理工大学
IPC: G06F18/20 , G06F18/213 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于时空图卷积注意力的桥梁损伤识别方法，包括步骤：1)获取桥梁健康监测系统的应变数据，并进行异常值和零‑均值标准化预处理；2)预处理后的应变数据通过滑窗的方法构建样本，并划分训练集和测试集；3)构建时空图卷积注意力网络，并使用构建好的训练集进行训练；4)将测试集输入到已训练好的时空图卷积注意力网络中，输出桥梁损伤识别的结果。本发明实现了图卷积层GCN和注意力机制首次在桥梁损伤识别领域的应用，相较与现有基于卷积神经网络(CNN)只能提取网格结构的方法，本发明适用于任意桥梁传感器空间建模，挖掘空间特征能力也更强，具有更高的准确性和良好的扩展性，能够有效减少人工检查成本，在桥梁健康监测领域具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN114989453A
公开(公告)日：2022-09-02
申请号：CN202210628401.6
申请日：2022-06-06
Applicant: 华南理工大学
IPC: C08J3/075 , C08L51/02 , C08F251/00 , C08F220/56 , C08F222/38 , G09B23/28
Abstract: 本发明公开了一种制作实物仿脑模型的透明SA‑DN‑NP复合凝胶材料的制备方法，包括：1)配备假酸浆溶液；2)配备海藻酸钠/丙烯酰胺溶液；3)混合假酸浆/海藻酸钠/丙烯酰胺溶液；4)试件成型。本发明的关键在于，SA‑DN‑NP复合凝胶中各成分的含量配比，以及制备得到的凝胶的用途，包括人类或动物脑组织(整体/部分)模型，并用于相关的科学或医学研究。本发明所提出凝胶，具有与脑组织相似的力学性能，包括在静态和动态条件下，同时可反映溶液环境对脑组织力学行为的影响，因此是非常合适的制作实物仿脑模型的材料，由其制作的实物仿脑模型可用于人体大脑力学行为实验研究，也可用于医学生手术训练等场景。
-
公开(公告)号：CN114145709A
公开(公告)日：2022-03-08
申请号：CN202111421869.X
申请日：2021-11-26
Applicant: 华南理工大学
IPC: A61B3/16
Abstract: 本发明公开了一种基于眼压计压头受力的判定压头达到压平的方法，包括：1)提取眼压计压入过程中，压头在压入方向上的位移数据和受力数据；2)将受力数据对位移数据进行求导，得到压头受力关于压头压入深度即位移的变化率；3)绘制压头受力关于压入深度的变化率曲线，压头受力关于压头压入深度的变化率为Y轴，压入深度为X轴的曲线；4)找到压入过程中压头受力关于压入深度的变化率曲线中部的最大值，即为压头达到压平的时刻。本发明基于眼压计的压头受力判定压头达到压平，能够根据压头上的受力情况来判定压头是否达到压平，缓解直接观察压头与角膜的接触图像困难的问题，同时提高了判定的精度，在各类眼压计的使用中有广阔的前景。
-
公开(公告)号：CN113011763A
公开(公告)日：2021-06-22
申请号：CN202110333722.9
申请日：2021-03-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于时空图卷积注意力的桥梁损伤识别方法，包括步骤：1)获取桥梁健康监测系统的应变数据，并进行异常值和零‑均值标准化预处理；2)预处理后的应变数据通过滑窗的方法构建样本，并划分训练集和测试集；3)构建时空图卷积注意力网络，并使用构建好的训练集进行训练；4)将测试集输入到已训练好的时空图卷积注意力网络中，输出桥梁损伤识别的结果。本发明实现了图卷积层GCN和注意力机制首次在桥梁损伤识别领域的应用，相较与现有基于卷积神经网络(CNN)只能提取网格结构的方法，本发明适用于任意桥梁传感器空间建模，挖掘空间特征能力也更强，具有更高的准确性和良好的扩展性，能够有效减少人工检查成本，在桥梁健康监测领域具有广阔的应用前景。
-
公开(公告)号：CN111462483A
公开(公告)日：2020-07-28
申请号：CN202010186595.X
申请日：2020-03-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的桥梁超重车动态识别方法，包括步骤：1)获取桥梁结构响应数据，为每个采样时间标注超重车标签；2)构建并训练基于时间卷积网络的超重车动态识别网络；3)将待识别的结构响应数据输入至训练好的超重车动态识别网络中，输出超重车识别结果。本发明实现了深度学习算法在桥梁健康监测领域超重车识别任务上的应用，相较于现有的桥梁动态称重方法相比，无需静态影响线的领域知识、无需车速和轴重信息，且适用于桥上有多辆车出现的场景，使桥梁健康监测数据产生更大价值，在桥梁健康监测领域有广阔前景。
-
公开(公告)号：CN104237031A
公开(公告)日：2014-12-24
申请号：CN201410476610.9
申请日：2014-09-17
Applicant: 华南理工大学
Abstract: 本发明公开了基于数字图像的分离式霍普金森压杆实验的同步测量方法，包括实验前，在入射杆与被测试件接触一端的外表面及在透射杆与被测试件接触一端的外表面制作标记区域；实验过程中，通过高速摄像机获取冲击实验过程中包括被测试件及标记区域的运动图像；通过跟踪分析标记区域的变形，进一步得到被测试件及入射杆、透射杆在被测试件两端的应变；根据霍普金森压杆实验的原理，由两杆的应变，计算得到被测试件两端的应力。本发明所提出的基于数字图像的新实验技术能同步得到试件的应变及其两端的应力。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
