龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：河北工程大学
摘要：本发明公开了基于深度学习的建筑用短粗拉索的索力识别方法及系统，属于数据处理技术领域，该方法包括：获取拉索的要素信息，要素信息包括拉索类型和拉索几何参量；将拉索平均划分为第一区域和第二区域，在第一区域内设置振动传感器，第二区域内对拉索施加多次激励，在激励过程中基于振动传感器获取振动信号，并将振动信号处理为拉索频谱数据；建立深度学习网络模型，将拉索频谱数据、拉索几何参量和拉索类型标签输入至深度学习网络模型，深度学习网络模型通过第一通道、第二通道和第三通道提取出第一特征向量、第二特征向量和第三特征向量；深度学习网络模型融合所有特征向量，输出拉索索力值。通过本发明以提高建筑用短粗拉索索力的识别精度。
主权项：1.一种基于深度学习的建筑用短粗拉索的索力识别方法，其特征在于，所述方法包括如下步骤：步骤S1：获取拉索的要素信息，所述要素信息包括拉索类型和拉索几何参量；步骤S2：将所述拉索平均划分为第一区域和第二区域，在所述第一区域内设置振动传感器，在所述第二区域内对所述拉索施加多次激励，在所述激励过程中基于所述振动传感器获取振动信号，将获取到的所述振动信号处理为拉索频谱数据；步骤S3：建立深度学习网络模型，将所述拉索频谱数据、所述拉索几何参量和拉索类型标签输入至所述深度学习网络模型，其中，所述拉索类型标签是用于识别所述拉索类型的数字标签，所述深度学习网络模型通过第一通道、第二通道和第三通道提取出第一特征向量、第二特征向量和第三特征向量；步骤S4：所述深度学习网络模型融合所有特征向量，并输出拉索索力值。
全文数据：
权利要求：
百度查询： 河北工程大学 基于深度学习的建筑用短粗拉索的索力识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号