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！

龙图腾网恭喜贵州省交通规划勘察设计研究院股份有限公司申请的专利基于图像分类的大跨度桥梁结构健康监测异常识别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：CN119785128B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510289318.4，技术领域涉及：G06V10/764；该发明授权基于图像分类的大跨度桥梁结构健康监测异常识别方法是由吴维义;王士杰;罗坤;张剑锋;陶涵春;李岷潞;朱承前;周礼平;廖思成;唐志;卢凤文设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本基于图像分类的大跨度桥梁结构健康监测异常识别方法在说明书摘要公布了：本发明公开了基于图像分类的大跨度桥梁结构健康监测异常识别方法，本发明涉及桥梁结构健康监测技术领域，以下步骤：步骤一：利用生成对抗网络（GAN）生成异常样本，所述异常样本包括裂缝、剥落、锈蚀。该基于图像分类的大跨度桥梁结构健康监测异常识别方法，通过生成对抗网络生成并优化异常样本，缓解了数据稀缺状况；动态生成‑学习‑优化闭环系统及分布式协作平台降低了标注成本；借助弱监督学习、知识图谱和自动化质量检查工具提升了标注质量稳定性；利用自监督学习技术在多模态数据融合时提高了无标签数据利用率，全方位地解决了数据标注与质量方面的难题，为桥梁结构健康监测提供了有力支撑。

本发明授权基于图像分类的大跨度桥梁结构健康监测异常识别方法在权利要求书中公布了：1.基于图像分类的大跨度桥梁结构健康监测异常识别方法，其特征在于，该方法包括以下步骤：步骤一：利用生成对抗网络（GAN）生成异常样本，所述异常样本包括裂缝、剥落、锈蚀；根据主动学习反馈信号动态调整生成模型的分布，使生成数据符合实际桥梁异常分布；通过图像增强技术对低质量图像进行去噪、超分辨率重建和清晰度优化，提升数据质量；步骤二：收集包含图像数据、振动数据、应变数据和环境条件数据的多模态监测数据；利用跨模态特征对齐模型提取并融合多模态特征；生成包含时间序列、环境上下文和空间特征的综合异常样本；步骤三：建立动态生成-学习-优化闭环系统，包括：生成对抗网络生成初步标注；基于弱监督学习和主动学习标注高不确定性区域；利用自动化质量检查工具检测标注数据的边界和区域一致性，并通过知识图谱优化标注优先级和范围；通过闭环反馈将新标注样本反哺生成模型和标注模型；步骤四：将大规模标注任务根据模型的不确定性分析分解为细粒度子任务，包括异常类型分类、尺寸标注和区域划分；利用分布式协作平台将子任务分配至云端标注模型或人工标注团队；自动合并并对齐分布式标注结果，通过质量校验工具确保标注一致性和可靠性；步骤五：各机构在不共享原始数据的情况下，通过联邦学习框架共享模型更新；联邦学习模型评估并优化各机构标注数据的质量；结合多机构数据分布，生成适用于多场景的通用异常样本。

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贵州省交通规划勘察设计研究院股份有限公司，其通讯地址为：550081 贵州省贵阳市观山湖贵阳国家高新技术产业开发区阳关大道100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”。