买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京理工大学申请的专利融合多源特征的桥梁毁伤深度学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119416662B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510013602.9，技术领域涉及：G06F30/27；该发明授权融合多源特征的桥梁毁伤深度学习方法是由吴威涛;袁文杰;彭江舟;王祉乔;胡杰;王名川设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本融合多源特征的桥梁毁伤深度学习方法在说明书摘要公布了：本发明公开一种融合多源特征的桥梁毁伤深度学习方法，包括如下步骤：建立桥梁毁伤仿真模型，获取桥梁毁伤仿真数据；将桥梁毁伤仿真数据与爆炸工况关联，并与桥梁特征信息整合后，得到包括训练数据集和验证数据集的桥梁毁伤数据库；桥梁特征信息包括桥梁几何特征和桥梁材料特征；利用训练数据集和验证数据集对构建的多层复合图神经网络进行训练和优化，得到桥梁毁伤预测模型；利用桥梁毁伤预测模型，完成目标桥梁毁伤的预测。本发明的预测方法，精度高，适应性好。

本发明授权融合多源特征的桥梁毁伤深度学习方法在权利要求书中公布了：1.一种融合多源特征的桥梁毁伤深度学习方法，其特征在于，包括如下步骤：建立桥梁毁伤仿真模型，获取桥梁毁伤仿真数据；将桥梁毁伤仿真数据与爆炸工况关联，并与桥梁特征信息整合后，得到包括训练数据集和验证数据集的桥梁毁伤数据库；利用训练数据集和验证数据集对构建的多层复合图神经网络进行训练和优化，得到桥梁毁伤预测模型；利用桥梁毁伤预测模型，完成目标桥梁毁伤的预测；桥梁毁伤数据库建立步骤包括：测量桥梁结构关键参数，同时根据包括爆炸位置、爆炸当量以及爆炸类型的工况信息设定爆炸工况，从关键参数取值范围中遍历采样，采用桥梁毁伤仿真模型得到桥梁毁伤仿真数据；关键参数包括桥面、桥墩的尺寸和配筋率的取值范围；将桥梁毁伤仿真数据与相应的爆炸工况关联，得到工况关联桥梁毁伤数据，所述爆炸工况包含爆炸当量、爆炸位置以及爆炸类型；将桥梁特征信息与工况关联桥梁毁伤数据整合，得到结构耦合桥梁毁伤数据；桥梁特征信息包括桥梁几何特征和桥梁材料特征；桥梁材料特征包括弹性模量、屈服强度、断裂韧性；将结构耦合桥梁毁伤数据中的爆炸工况、桥梁材料特征、桥梁几何特征通过数据修剪、归一化和特征提取，得到综合多源信息的爆炸特征向量；针对不同场景中涉及的爆炸工况以及桥梁对象，得到每个场景下的综合多源信息的爆炸特征向量，堆叠全部场景和对应的桥梁毁伤仿真数据，形成以综合多源信息的爆炸特征向量作为输入，以桥梁毁伤仿真数据作为输出的集合，录入库系统；划分集合，得到包括训练数据集和验证数据集的桥梁毁伤数据库；采用分布式子图训练方法对多层复合图神经网络进行训练，具体步骤包括：步骤1、根据输入数据中节点和边的密集程度，自适应划分子图：当某一节点的度小于设定度阈值时，该节点被认为是子图的分割边缘，否则该节点被认为不是子图的分割边缘；根据确定的分割边缘，完成子图划分；步骤2、训练过程中，当一次训练epoch中某一子图中节点信息更新频率超过设定频率阈值时，对该子图中的节点进行k-mean聚类，并根据聚类结果对该子图再次进行子图划分，再次进行子图划分的原则为同一簇内的节点位于同一子图内；其中，节点信息指的是训练过程中节点上携带的参数；步骤3、监测子图在训练过程中的计算梯度变化，根据子图节点更新速度对梯度进行补偿和调整；梯度补偿公式表示为： ，式中，为补偿后的梯度，表示子图节点i时刻t的梯度大小，为子图节点i时刻t-1的梯度大小，表示时间差，为控制补偿梯度影响程度的常数，T为全局时间常量；步骤4、通过步骤1、步骤2、步骤3的反复循环，实现对所述多层复合图神经网络的训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。