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：高速铁路建造技术国家工程研究中心;中南大学
摘要：本发明实施例中提供了一种用于桥梁时序异常分类的深度聚类方法，属于数据处理技术领域，具体包括：步骤1，获取多个传感器采集的桥梁的样本时序数据并进行预处理；步骤2，基于卷积神经网络和长短期记忆神经网络构建自编码模块；步骤3，将预处理后的样本时序数据输入编码器进行二阶段自编码训练；步骤4，提取特征信息和kl散度损失函数训练聚类器；步骤5，联合二阶段自编码训练的损失函数和kl散度损失函数得到融合损失函数，并据此再次训练编码器，并将训练好的编码器和训练好的聚类器形成分类模型；步骤6，采集目标桥梁上多个传感器对应的目标时序数据输入分类模型，得到分类结果。通过本发明的方案，提高了分类精准度和适应性。
主权项：1.一种用于桥梁时序异常分类的深度聚类方法，其特征在于，包括：步骤1，获取多个传感器采集的桥梁的样本时序数据并进行预处理；步骤2，基于卷积神经网络和长短期记忆神经网络构建自编码模块，其中，所述自编码模块包括一个编码器和两个解码器；步骤3，将预处理后的样本时序数据输入编码器进行二阶段自编码训练；步骤4，利用训练好的编码器提取特征信息和kl散度损失函数训练聚类器；步骤5，联合二阶段自编码训练的损失函数和kl散度损失函数得到融合损失函数，并据此再次训练编码器，并将训练好的编码器和训练好的聚类器形成分类模型；步骤6，采集目标桥梁上多个传感器对应的目标时序数据输入分类模型，得到分类结果。
全文数据：
权利要求：
百度查询： 高速铁路建造技术国家工程研究中心 中南大学 用于桥梁时序异常分类的深度聚类方法
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