公开(公告)号：CN119478522A

公开(公告)日：2025-02-18

申请号：CN202411590843.1

申请日：2024-11-08

Applicant: 东南大学

Inventor： 万春风 ,  喻言 ,  葛恩生 ,  杨才千 ,  高帅 ,  李璞玉 ,  缪长青

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明涉及一种基于轻量级全卷积残差网络的结构多病害识别方法，包括以下步骤：获取单病害的图像，设定图像尺寸，并对每个图像样本进行标记，生成单病害数据集；对单病害数据集中的图像进行预处理，通过交叉混叠生成多种病害共存的复合病害样本图像，构建多病害数据集；搭建全卷积残差网络模型，设定超参数并采用Adam优化算法与分类交叉熵损失函数对网络进行训练；利用训练完成的全卷积残差网络进行结构病害识别，实现对多种病害的同时快速、准确识别。与现有技术相比，本发明能够在多种病害共存的情况下高效识别各类病害，克服了传统方法只能识别单一病害的局限性，具有显著的实用价值和良好的应用效果。

公开(公告)号：CN118395253A

公开(公告)日：2024-07-26

申请号：CN202410435547.8

申请日：2024-04-11

Applicant: 东南大学

Inventor： 万春风 ,  侯佳乐 ,  李璞玉

IPC: G06F18/241 ,  G06F18/214

Abstract: 本发明涉及一种基于领域自适应的桥梁主梁涡激振动智能识别与早期控制方法、装置及存储介质，其中方法包括：步骤S1：获取多个传感器在第一时间间隔内采集的目标桥梁的加速度数据，并提取得到目标桥梁的涡激振动特征；步骤S2：基于领域自适应对齐源域和目标域，其中，目标域为目标桥梁的涡激振动特征，源域为相同方式得到的其他桥梁发生涡激振动时的涡激振动特征；步骤S3：利用对齐后的源域，训练得到识别模型；步骤S4：将目标桥梁的涡激振动特征输入至训练好的识别模型得到目标桥梁的涡激振动状态；步骤S5：当得到的涡激振动状态为发生涡激振动，基于桥梁振动特征在策略库中匹配控制方案，并基于匹配得到的控制方案进行早期控制。与现有技术相比，本发明大大提高了控制效率及准确性。