一种基于深度循环神经网络光流估计模型的结构振动位移识别方...
实质审查的生效
摘要
本发明提出了一种基于深度循环神经网络光流估计模型的结构振动位移识别方法及系统,所述方法包括基于土木工程结构振动数据集的深度循环神经网络光流估计模型学习、结构振动位移识别过程、结合降噪自编码器对识别结果的校正以及结构振动位移识别全过程系统化的封装。该方法能够有效解决传统位移传感器在应用背景下的稀疏布置、质量负载、人为参与以及成本昂贵等实际问题。相比于其他应用深度神经网络的结构振动位移识别方法,通过共享权重和GRU迭代更新器的网络架构设计,本发明能实现更有效率且更精准的识别效果,且具有模型参数轻量,泛化能力强的优势。系统化的流程封装也使得本发明在土木工程结构振动领域的实际应用场景下更加便捷。
基本信息
专利标题 :
一种基于深度循环神经网络光流估计模型的结构振动位移识别方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114485417A
申请号 :
CN202210016940.4
公开(公告)日 :
2022-05-13
申请日 :
2022-01-07
授权号 :
暂无
授权日 :
暂无
发明人 :
黄永蒋运泉张浩宇李惠
申请人 :
哈尔滨工业大学
申请人地址 :
黑龙江省哈尔滨市南岗区西大直街92号
代理机构 :
哈尔滨市阳光惠远知识产权代理有限公司
代理人 :
孙莉莉
优先权 :
CN202210016940.4
主分类号 :
G01B11/02
IPC分类号 :
G01B11/02 G01H9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量;测试
G01B
长度、厚度或类似线性尺寸的计量;角度的计量;面积的计量;不规则的表面或轮廓的计量
G01B11/00
以采用光学方法为特征的计量设备
G01B11/02
用于计量长度、宽度或厚度
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G01B 11/02
申请日 : 20220107
申请日 : 20220107
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载