-
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。
-
公开(公告)号：CN118171046A
公开(公告)日：2024-06-11
申请号：CN202410398238.8
申请日：2024-04-03
Applicant: 华南理工大学
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种基于预训练的桥梁损伤识别方法，包括：获取桥梁传感器系统采集的振动响应数据以及温度变化数据并进行预处理；将预处理后的数据通过滑动窗口生成样本，并划分模型训练数据和待预测数据；构建预训练神经网络模型，使用模型训练数据进行预训练；使用预训练的最优模型的编码器作为编码层，使用模型训练数据进一步训练；将待预测数据输入到已完成训练的模型中，输出桥梁损伤识别的结果。本发明对Transformer进行改进，结合环境温度变化挖掘桥梁固有的结构信息，使模型对桥梁损伤更加敏感，利用两阶段注意力机制提高模型对响应时空间特征的挖掘能力。本发明具备更高的准确度和良好的泛化能力，可有效降低人工成本。
-
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。
-
Patent Agency Ranking
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：CN115629067B
公开(公告)日：2025-05-16
申请号：CN202211087395.4
申请日：2022-09-07
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于图像分析的霍普金森压杆应力波波头的确定方法，包括：1)在分离式霍普金森压杆冲击实验过程中，采集入射杆和透射杆与冲击试件接触端的图像序列；2)对图像序列进行图像分析，得到入射杆端和透射杆端的速度‑时间曲线；3)结合入射杆端和透射杆端的速度‑时间曲线，利用目标优化算法确定应力波信号的波头间隔。本发明的关键在于引入数字图像分析方法，辅助确定三种应力波对应应变‑时间曲线波头的相对间隔。本发明提到的方法具有更高的准确度与客观性，更适合于软材料冲击实验。
-
公开(公告)号：CN115500785B
公开(公告)日：2025-03-28
申请号：CN202211051278.2
申请日：2022-08-31
Applicant: 华南理工大学
IPC: A61B3/16 , G01M11/00 , G06F30/23 , G06F30/27 , G06N3/08 , G09B23/30 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于真实眼球环境的仿生眼球结构及其测试系统，该结构包括仿生眼眶、液体导管、液压螺旋传动电机、泪液控制阀门、仿生眼睑、旋转电机、人工眼球、人工角膜、仿睫状体、人工晶状体、仿视网膜和驱动电机，最大限度模拟真实人眼的作用环境，不仅可以满足医学眼科相关仪器设备的产品检测，还可以广泛用于医学眼科的检查测试诊断等，其中采用弹簧与阻尼元件作为人工眼球与仿生眼眶的连接，实现真实眼球下的机械运动，并通过仿生眼睑的周期性机械摩擦及人工泪液的补充模拟真实眼球的工作环境；该系统包括光‑力一体化测量模块和数据采集处理模块，实时获取光学力学上反馈，确保获得的测试数据准确，减少用于人眼的相关产品的研究成本等。
-
公开(公告)号：CN117236143A
公开(公告)日：2023-12-15
申请号：CN202311511097.8
申请日：2023-11-14
Applicant: 中建三局集团华南有限公司 , 华南理工大学
Abstract: 本发明涉及溶洞探测技术领域，尤其涉及一种基于电火花震源和深度学习的地下溶洞探测方法。步骤如下：S1：建立含溶洞的一个激发孔和一个检波接收孔的模型；S2：通过工地现场测得数据校准模型，并对模型进行有限元计算；S3：得到在电火花震源激震下，不同溶洞位置与直径情况下特定位置的水听器响应数据库。本发明提供的一种基于电火花震源和深度学习的地下溶洞探测方法，通过将深度学习等人工智能算法引入到溶洞探测当中，使得操作方便，探测时受环境因素影响小，探测成本低，且具有更高的探测精度，并结合深度学习与有限元计算，通过数值模拟的方法极大地减少了模型库建立的时间，提高了效率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.024 seconds)
