公开(公告)号：CN118862565A

公开(公告)日：2024-10-29

申请号：CN202410898702.X

申请日：2024-07-05

Applicant: 哈尔滨工业大学

Inventor： 侯榕榕 ,  车林望 ,  侯佳林 ,  鲍跃全 ,  夏勇

IPC: G06F30/23 ,  G06F30/27 ,  G06F18/20 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于卷积神经网络代理模型与贝叶斯模型的结构损伤识别方法及系统，本发明涉及结构工程领域，具体涉及结构损伤识别领域。为了解决现有技术无法兼顾计算精度和效率的问题，现有技术无法准确、高效地实现结构损伤识别的不确定性分析和量化的问题，本发明通过贝叶斯建模，创建损伤参数的先验、似然和后验分布。使用逆采样策略生成样本，进行有限元分析，构建数据集。设计CNN代理模型并训练，结合Metropolis‑Hasting算法形成AdaMH算法模型。利用该模型抽取后验样本，并通过误差增强模型修正偏差。更新贝叶斯模型以定位和量化结构损伤。在主流结构损伤识别中具有良好的应用前景。

公开(公告)号：CN119068114A

公开(公告)日：2024-12-03

申请号：CN202411134555.5

申请日：2024-08-19

Applicant: 哈尔滨工业大学

Inventor： 侯佳林 ,  侯榕榕 ,  鲍跃全

IPC: G06T17/00

Abstract: 本发明是一种建筑自动化三维重建方法。本发明涉及土木工程基础设施健康监测技术领域，本发明操控无人机围绕建筑飞行并拍摄不同视角下的建筑外立面，得到多视角图片集；基于SfM算法，计算每张图片的相机参数并得到初始点云；根据得到的相机参数，计算建筑物点云的空间边界并生成伪视角相机；根据相机的距离和方向的权重，由相邻已知视角的高斯椭球定义并优化未知视角的高斯椭球属性；基于密度的DBSCAN算法过滤建筑物点云优化高斯模型，得到高精度建筑三维模型。本发明便捷、快速，不依赖于人工调参，对无人机拍摄得到的图片重叠率要求低，不受光照影响，提升了建筑三维模型的重建效率和几何细节区域的精度。