-
公开(公告)号：CN117893691B
公开(公告)日：2024-08-20
申请号：CN202410162330.4
申请日：2024-02-05
Applicant: 哈尔滨工业大学
IPC: G06T17/00 , G06T15/00 , G06N3/0464 , G06N3/084 , G06F17/18
Abstract: 本发明提出基于三平面特征表示和视角条件扩散模型的结构智能三维重构方法。具体步骤包括：步骤一：三平面自适应特征表示；步骤二：三平面扩散特征生成；步骤三：三平面扩散特征解码和预定视角体渲染；步骤四：基于预训练‑微调策略的模型训练。本发明所述方法实现了面对实际表观损伤、外观变化、结构变形演化环境的高效、实时、准确、智能损伤映射、结构三维重建和场景渲染，突破了传统建模方法高度依赖人力、效率低、无法同步更新等瓶颈。
-
公开(公告)号：CN118395860A
公开(公告)日：2024-07-26
申请号：CN202410527603.0
申请日：2024-04-29
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种导波频散关系恢复问题中优化测点布置的方法。该方法采用多任务复数层次稀疏贝叶斯模型对导波的频散关系进行求解，并利用多任务复数层次稀疏贝叶斯模型给出的不确定性指标来计算后续测点布置方案的微分熵估计值，通过极小化微分熵估计值来获取最优测点布置。导波频散关系的多任务模型将多个频率下的任务联立求解，并构造字典矩阵使得在多个频率对应任务的权重向量具有一致稀疏性，滤去了仅在单个频率上出现的噪点使得频散关系求解结果更接近真实值。此外，多任务复数层次稀疏贝叶斯模型能根据数据来估计模型中超参数，减弱了导波频散关系恢复问题中过拟合现象造成的影响，从而能够更加可靠地求解导波频散关系并优化测点布置方案。
-
公开(公告)号：CN118351494A
公开(公告)日：2024-07-16
申请号：CN202410393009.7
申请日：2024-04-02
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于计算机视觉的大跨桥梁全视野车辆追踪与荷载分布在线实时识别方法。所述方法针对摄像头在桥塔上布置且视野基本覆盖全桥的工况，首先基于俯拍交通监控数据，结合视频流实时处理技术进行图像透视变换与拼接，获取全视野图像信号；进一步开展基于YOLOv7深度网络模型的桥梁全视野车辆目标检测训练，识别车辆位置信息；然后基于改进SORT算法进行车辆多目标追踪，并设计匹配策略实现盲区车辆再识别，获取车辆在全桥行驶轨迹信息；最后搭建多进程并行计算的在线实时系统，其可实现车辆轨迹精确追踪，可结合在线动态称重数据高精度实时识别桥梁车辆荷载分布信息。
-
公开(公告)号：CN117370787B
公开(公告)日：2024-06-04
申请号：CN202311238330.X
申请日：2023-09-25
Applicant: 哈尔滨工业大学
IPC: G06F18/2131 , G06F18/2433 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明提出基于图卷积神经网络和长短期记忆神经网络的框架结构地震损伤识别方法。所述方法包括对结构健康监测数据的预处理，多层非参数神经网络结构的设计，模型训练和响应预测，通过分析预测残差实现损伤识别和定位。本发明通过多个图卷积层求解监测系统的邻接矩阵，提取各监测点之间的空间相关特征。使用长短期记忆层分析每个测点的时序关系，解决了测点之间信息冗余度较低的问题，提升了异常测点较多情况下的预测精度。该方法通过综合考虑结构在地震作用下的时空关系，可以较好的预测和确定数据残差和结构损伤情况，提高了框架结构损伤识别的速度和准确性。
-
公开(公告)号：CN117253112B
公开(公告)日：2024-06-04
申请号：CN202311095257.5
申请日：2023-08-29
Applicant: 哈尔滨工业大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/40 , G06T7/90 , G06N3/0464 , G06N3/096 , G06N3/09 , G06F16/33
Abstract: 本发明提出结构健康诊断大模型视觉语言跨模态学习方法。所述方法构建了基于图像自注意力、文本自注意力和图像‑文本交叉注意力机制的视觉语言特征提取模块，能够有效实现对结构损伤视觉语言多模态信息的特征融合表达，并且在同一网络框架下同时处理来自视觉和语言领域的异构信息，解决了传统方法为适应不同类型模态数据而专门需要设计多个网络的问题。
-
Patent Agency Ranking
公开(公告)号：CN118087362A
公开(公告)日：2024-05-28
申请号：CN202410182480.1
申请日：2024-02-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种移动式变刚度TMD拉索振动控制装置及控制系统，属于桥梁风工程拉索振动抑制技术领域。解决了现有拉索减振成本高、适用性不强，达不到理想效果、安装受限制的技术问题。移动式变刚度TMD拉索振动控制系统套固在拉索外周，其两个动力装置位于本体内侧，且与控制系统集成装置相连，两个加速度传感器位于本体外侧且与动力装置相连，四个自锁装置位于本体内侧，且与控制系统集成装置相连，所述本体内部安装有变刚度TMD，据加速度传感器监测的实时数据确定拉索的振动模态，然后移动移动式变刚度TMD拉索振动控制系统的位置。本发明可有效提高拉索的使用安全性和稳定性，对不同环境及不同工况的拉索都具有很高的适用性。
-
公开(公告)号：CN118072213A
公开(公告)日：2024-05-24
申请号：CN202410065587.8
申请日：2024-01-17
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于图神经网络推断概率图模型的结构损伤识别方法。本发明所述方法针对基于计算机视觉技术得到的稠密结构数据集，建立无向图模型来考虑数据之间的相关性，该模型的结构与所测量结构上的传感器网络相对应，模型参数依据测量数据的损伤敏感特征之间的相关性进行学习。然后，采用图神经网络进行无向图模型的推断，图神经网络依据随机生成的图模型进行训练，以交叉熵作为损失函数进行优化。最后，将学到的无向图模型参数输入训练好的图神经网络中，得到每个测点处结构构件的损伤概率。本发明所提出的方法考虑了结构测量数据间的相关性，并且能结合计算机视觉技术，以更低成本且更鲁棒的方式实现结构损伤识别。
-
公开(公告)号：CN118027782A
公开(公告)日：2024-05-14
申请号：CN202410158706.4
申请日：2024-02-04
Applicant: 哈尔滨工业大学
IPC: C09D163/00 , C09D7/62
Abstract: 一种环氧树脂基超疏水纳米复合涂层及其制备方法，属于超疏水复合涂层制备技术领域。本发明涉及的超疏水涂层采用附着在基底表面的环氧树脂作为粘合层，将微米尺度的改性二氧化硅和纳米尺度的改性二氧化钛先后喷涂到半固化的环氧树脂表面，形成具有多尺度特性的表面微纳米结构。其中，通过环氧树脂的粘合作用可以实现“基底‑环氧树脂‑微纳米结构”的稳定体系，涂层表面的纳米结构使涂层具有良好的超疏水性能，而微米结构则为纳米结构提供了有效保护，从而使超疏水涂层的耐久性能和使用寿命显著提高。
-
公开(公告)号：CN117197538B
公开(公告)日：2024-05-14
申请号：CN202311031417.X
申请日：2023-08-16
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/776 , G06V10/774 , G06T7/00 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明提出一种基于高斯分布权重采样的贝叶斯卷积神经网络结构表观损伤识别方法。所述方法包括根据需求建模高斯分布权重采样的贝叶斯卷积神经网络；结构表观损伤图片标准化处理；表观损伤视觉识别及损伤视觉识别结果可靠度的判定等。本发明所述方法利用多结构，多角度的表观损伤图片数据训练贝叶斯卷积神经网络模型，提出模型应用的标准条件。所训练的模型可以完成结构表观损伤视觉识别并给出模型对于识别结果的置信度，从而判断模型结果的可靠性。此外，该方法考虑了图片采集质量不统一，图片存在遮挡与光照等因素引起的不确定性，为评估结构安全提供鲁棒性建议。
-
公开(公告)号：CN117115339B
公开(公告)日：2024-05-14
申请号：CN202310893947.9
申请日：2023-07-20
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种基于NeRF5D神经辐射场的建筑三维重建与损伤识别方法。所述方法首先通过SIFT特征匹配和增量型SFM稀疏重建对单一建筑图像数据集进行预处理，获取图像3D坐标以及相机位姿信息。再利用多分辨率哈希编码并整合，对图像3D坐标进行特征映射。然后将特征映射和相机位姿信息输入本发明提出的三分支网络模型，预测各像素位置的体积密度、RGB色值和语义预测。最后分别通过体素填充和像素整合获得建筑三维重构模型和损伤识别结果。此方法提出了一种单体损伤建筑重建全流程，以及一种轻量化的三分支三维重构和语义分割网络模型，可实现对单一建筑准确且高效的数字孪生和损伤识别。
-
-
-
-
-
-
-
-
-
Search Results
382
records
(took 0.062 seconds)
