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！

龙图腾网恭喜重庆交通大学申请的专利一种桥梁健康监测数据处理方法及系统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：CN119128745B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411126047.2，技术领域涉及：G06F18/2433；该发明授权一种桥梁健康监测数据处理方法及系统是由唐启智;辛景舟;周建庭;张洪;杨昌熙;杨纪鹏;丁友丽;王康;吴波;黄春翔设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本一种桥梁健康监测数据处理方法及系统在说明书摘要公布了：本发明涉及桥梁健康监测技术领域，尤其是涉及一种桥梁健康监测数据处理方法及系统。所述方法包括如下步骤：采集桥梁健康监测模板数据和桥梁健康状况用以组成桥梁健康监测模板数据集，同时采集桥梁健康监测待处理数据；使用特征检测法识别和剔除桥梁健康监测待处理数据中的异常数据；将异常数据剔除后，基于桥梁健康监测模板数据使用考虑指标关联的最大相似度方法填补缺失数据，得到桥梁健康监测精确数据；构建桥梁健康预测模型，进而基于桥梁健康监测精确数据预测桥梁健康状况。本发明不需要定义训练验证集即可实现对异常数据的识别，并进一步考虑各个桥梁健康监测指标之间的相互关系对缺失数据进行补充，具有较高的准确性、可靠性和实时性。

本发明授权一种桥梁健康监测数据处理方法及系统在权利要求书中公布了：1.一种桥梁健康监测数据处理方法，其特征在于，包括如下步骤：采集桥梁健康监测模板数据和桥梁健康状况用以组成桥梁健康监测模板数据集，同时采集桥梁健康监测待处理数据；使用特征检测法识别和剔除所述桥梁健康监测待处理数据中的异常数据；将所述异常数据剔除后，基于所述桥梁健康监测模板数据使用考虑指标关联的最大相似度方法填补缺失数据，得到桥梁健康监测精确数据；构建桥梁健康预测模型，进而基于所述桥梁健康监测精确数据预测桥梁健康状况；所述采集桥梁健康监测模板数据和桥梁健康状况用以组成桥梁健康监测模板数据集，同时采集桥梁健康监测待处理数据包括如下步骤：确定桥梁健康监测指标，进而采集多个数据采集周期内的桥梁健康状况和不同所述桥梁健康监测指标的桥梁健康监测模板数据；将一个数据采集周期内所有所述桥梁健康监测指标的桥梁健康监测模板数据作为一组桥梁健康监测模板数据，结合相应的所述桥梁健康状况建立桥梁健康监测模板数据集；采集最近一个数据采集周期内不同所述桥梁健康监测指标的桥梁健康监测数据作为所述桥梁健康监测待处理数据；所述使用特征检测法识别和剔除所述桥梁健康监测待处理数据中的异常数据包括如下步骤：以所述桥梁健康监测待处理数据的采集时间为横坐标，将各个所述桥梁健康监测指标的桥梁健康监测待处理数据分别标注在不同平面直角坐标系中，并将标注的点记为特征节点；提取所述特征节点中的关键特征节点；在同一个平面直角坐标系中将相邻的两个所述关键特征节点使用直线连接得到关键特征节点线段，得到各个所述桥梁健康监测指标的关键特征节点线段集合；根据所述关键特征节点线段集合计算所述关键特征节点线段的异常程度指标数值，进而识别和剔除所述桥梁健康监测待处理数据中的异常数据；所述提取所述特征节点中的关键特征节点包括如下步骤：根据标注在平面直角坐标系中的所述特征节点获取桥梁健康监测待处理数据拟合曲线；依据所述桥梁健康监测待处理数据拟合曲线计算平面直角坐标系中除第一个和最后一个所述特征节点之外的其它各个特征节点的特征值；设定特征阈值，当所述特征值大于所述特征阈值时，将所述特征值对应的特征节点记为关键特征节点，同时将平面直角坐标系中第一个和最后一个所述特征节点直接记为关键特征节点；所述根据所述关键特征节点线段集合计算所述关键特征节点线段的异常程度指标数值，进而识别和剔除所述桥梁健康监测待处理数据中的异常数据包括如下步骤：根据所述关键特征节点线段集合计算关键特征节点线段的异常程度指标数值；设定异常程度指标阈值，当所述异常程度指标数值大于所述异常程度指标阈值时，将所述关键特征节点线段所在时间段内的桥梁健康监测待处理数据作为所述异常数据并删除；所述异常程度指标数值满足如下关系： 其中，为第个关键特征节点线段的异常程度指标数值，B为与某一关键特征节点线段相邻的关键特征节点线段的数量，为第个关键特征节点线段的长度，为与第个关键特征节点线段相邻的第b个关键特征节点线段的长度，为与第b个关键特征节点线段相邻的第c个关键特征节点线段的长度，为第个所述关键特征节点线段的斜率，为与第个关键特征节点线段相邻的第b个关键特征节点线段的斜率，为与第b个关键特征节点线段相邻的第c个关键特征节点线段的斜率；所述将所述异常数据剔除后，基于所述桥梁健康监测模板数据使用考虑指标关联的最大相似度方法填补缺失数据，得到桥梁健康监测精确数据包括如下步骤：剔除所述异常数据后，将所述桥梁健康监测待处理数据中存在缺失数据的桥梁健康监测指标记为待填补指标，并计算待填补指标标准差；计算所述桥梁健康监测待处理数据与所述桥梁健康监测模板数据集中各组桥梁健康监测模板数据的综合相似度，并将最大的所述综合相似度对应的一组桥梁健康监测模板数据记为对比监测数据；将所述对比监测数据中与所述缺失数据相对应的数据作为基础填补数据；使用所述基础填补数据和所述待填补指标标准差确定各个所述待填补指标的缺失数据的填补数值范围；不断在所述填补数值范围内随机选取数值填补相应的缺失数据并进行异常数据识别，直至识别不到所述异常数据；所述综合相似度满足如下关系： 其中，S为所述综合相似度，N为所述桥梁健康监测指标的个数，M为一个所述数据采集周期内对各个所述桥梁健康监测指标的采集次数，为第j次采集的第i个所述桥梁健康监测指标的桥梁健康监测待处理数据，为一个所述数据采集周期内第j次采集的第i个桥梁健康监测指标的桥梁健康监测模板数据；所述构建桥梁健康预测模型，进而基于所述桥梁健康监测精确数据预测桥梁健康状况包括如下步骤：将桥梁健康状况数字化，进而将所述桥梁健康监测指标作为输入，所述桥梁健康状况等级作为输出，利用BP神经网络构建桥梁健康预测原始模型；使用所述桥梁健康监测模板数据集对所述桥梁健康预测原始模型进行训练和验证，得到桥梁健康预测模型；基于所述桥梁健康监测精确数据，使用所述桥梁健康预测模型预测桥梁健康状况。

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重庆交通大学，其通讯地址为：400074 重庆市南岸区学府大道66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”。