-
公开(公告)号：CN116380158A
公开(公告)日：2023-07-04
申请号：CN202310175997.3
申请日：2023-02-27
Abstract: 本申请涉及信息处理技术领域，提供了一种桥梁上的车辆荷载信息确定系统、方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高确定桥梁上的车辆荷载信息的准确性。该方法包括：接收待监测桥梁上的车辆的重量信息、第一速度信息、第二速度信息、第一位置信息和第三速度信息，重量信息和第一速度信息由动态称重系统采集并发送，第二速度信息由图像采集设备采集并发送，第一位置信息和第三速度信息由雷达设备采集并发送，对重量信息、第一速度信息、第二速度信息、第一位置信息和第三速度信息进行数据融合处理，得到待监测桥梁上的车辆荷载信息，车辆荷载信息用于表示车辆在待监测桥梁上的荷载分布信息。
-
公开(公告)号：CN110532946B
公开(公告)日：2022-04-26
申请号：CN201910803615.0
申请日：2019-08-28
Applicant: 长安大学
IPC: G06V20/54 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络识别绿通车车辆轴型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，制定绿通车图像有效性判定标准；步骤3，采用数据增强的方法增加训练样本的数量；步骤4，数据增强后，使用目标检测算法YOLOv2框架进行整轴检测；步骤5，根据车辆轴组类型和轮组类型将车辆轴型进行分类；步骤6，分别使用AlexNet、VGG‑16、ResNet‑152三种卷积神经网络在训练集上对车轴类型分类进行训练；步骤7，对需要识别的绿通车车辆轴型进行判定。本发明以实现绿通车车辆轴型准确识别为目标，将目标检测算法、非均衡数据集处理等与卷积神经网络模型相结合，使用判定标准挑选的图像可作为后续分类识别实验卷积神经网络模型的训练样本，避免训练样本水平过差问题。
-
公开(公告)号：CN110533098A
公开(公告)日：2019-12-03
申请号：CN201910803745.4
申请日：2019-08-28
Applicant: 长安大学
IPC: G06K9/62
Abstract: 一种基于卷积神经网络识别绿通车车厢装载类型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，通过图像质量评价方法中的相对评价法制定绿通车图像有效性判定标准；步骤3，增加训练样本的数量；步骤4，进行车厢目标检测；步骤5，将绿通车车辆按车厢-装载类型分为8类；步骤6，对车厢-装载类型分类进行训练；步骤7，对需要识别的绿通车车厢-装载类型进行判定。针对图像种类数量不均衡的问题，对非均衡数据采用数据过采样方法处理，达到各种类样本数量的平衡。避免了欠采样方法中随机选取的被剔除的数据有可能包含该类的关键特征信息的问题。
-
Patent Agency Ranking
公开(公告)号：CN116908190A
公开(公告)日：2023-10-20
申请号：CN202310870551.2
申请日：2023-07-17
Applicant: 长安大学
Abstract: 本发明公开了一种桥梁健康检测装置，属于桥梁检测技术领域，包括桥墩，桥墩外侧设有固定圈，固定圈呈两半设置并通过螺丝螺母等结构固定。固定圈内连接有检测装置，检测装置有多个均匀围绕在固定圈内侧，连接筒位于固定圈内侧。连接杆穿设过连接筒，连接杆穿设过固定圈并与照射灯连接，连接杆中部与推动装置连接，连接杆下部与电连接片连接，电连接片靠近节段电阻的一面呈圆弧状，节段电阻位于连接筒内部下侧，节段电阻由多个电阻组成，连接杆另一端与滚轮连接。支杆连接有固定块，固定块有两块。两块固定块之间转动连接有驱动轮，固定块外侧转动连接有第一电机，第一电机输出轴穿设过固定块与驱动轮连接。以解决现有装置中无法检测出裂缝状态的问题。
-
公开(公告)号：CN110532946A
公开(公告)日：2019-12-03
申请号：CN201910803615.0
申请日：2019-08-28
Applicant: 长安大学
Abstract: 一种基于卷积神经网络识别绿通车车辆轴型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，制定绿通车图像有效性判定标准；步骤3，采用数据增强的方法增加训练样本的数量；步骤4，数据增强后，使用目标检测算法YOLOv2框架进行整轴检测；步骤5，根据车辆轴组类型和轮组类型将车辆轴型进行分类；步骤6，分别使用AlexNet、VGG-16、ResNet-152三种卷积神经网络在训练集上对车轴类型分类进行训练；步骤7，对需要识别的绿通车车辆轴型进行判定。本发明以实现绿通车车辆轴型准确识别为目标，将目标检测算法、非均衡数据集处理等与卷积神经网络模型相结合，使用判定标准挑选的图像可作为后续分类识别实验卷积神经网络模型的训练样本，避免训练样本水平过差问题。
-
公开(公告)号：CN115719037A
公开(公告)日：2023-02-28
申请号：CN202211430719.X
申请日：2022-11-15
Applicant: 长安大学
IPC: G06F30/27 , G06N5/02 , G06N20/00 , G06F119/14 , G06F119/02
Abstract: 基于数据驱动泛化增强的构件性能预测方法及相关装置，包括确定预测构件性能的原始模型输入特征；将原始模型输入特征按经验公式的结构转换为经验公式的基础因式形式；收集结构构件性能预测的实测数据集，并将其转换为经验公式的基础因式形式，建立起实测数据的数据集；选择代表性的抽样策略生成有代表性的数据集；基于有代表性的数据集，在经典的数据驱动模型上进行模型训练，得到预训练模型；将实测数据集引入预训练模型，使用增量学习对模型再次进行训练，得到基于数据驱动泛化增强的结构构件性能预测模型，进行预测。本发明所提出的方法可用来辅助进行结构性能评估、剩余使用寿命预测、耐久性分析和结构管养工作。
-
公开(公告)号：CN110533098B
公开(公告)日：2022-03-29
申请号：CN201910803745.4
申请日：2019-08-28
Applicant: 长安大学
IPC: G06V10/764 , G06V10/82 , G06K9/62
Abstract: 一种基于卷积神经网络识别绿通车车厢装载类型的方法，包括以下步骤：步骤1，获取绿通车图像；步骤2，通过图像质量评价方法中的相对评价法制定绿通车图像有效性判定标准；步骤3，增加训练样本的数量；步骤4，进行车厢目标检测；步骤5，将绿通车车辆按车厢‑装载类型分为8类；步骤6，对车厢‑装载类型分类进行训练；步骤7，对需要识别的绿通车车厢‑装载类型进行判定。针对图像种类数量不均衡的问题，对非均衡数据采用数据过采样方法处理，达到各种类样本数量的平衡。避免了欠采样方法中随机选取的被剔除的数据有可能包含该类的关键特征信息的问题。
-
公开(公告)号：CN116380158B
公开(公告)日：2024-05-17
申请号：CN202310175997.3
申请日：2023-02-27
Abstract: 本申请涉及信息处理技术领域，提供了一种桥梁上的车辆荷载信息确定系统、方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高确定桥梁上的车辆荷载信息的准确性。该方法包括：接收待监测桥梁上的车辆的重量信息、第一速度信息、第二速度信息、第一位置信息和第三速度信息，重量信息和第一速度信息由动态称重系统采集并发送，第二速度信息由图像采集设备采集并发送，第一位置信息和第三速度信息由雷达设备采集并发送，对重量信息、第一速度信息、第二速度信息、第一位置信息和第三速度信息进行数据融合处理，得到待监测桥梁上的车辆荷载信息，车辆荷载信息用于表示车辆在待监测桥梁上的荷载分布信息。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
