摘要
本发明涉及桥梁结构病害预测技术领域,更具体地说,涉及基于双流神经网络的桥梁结构病害演化预测方法及其系统,包括:获取步骤,包括:获取桥梁结构的多模态数据,所述多模态数据包括图像数据、点云数据和传感器数据;处理步骤,包括:基于所述多模态数据,构建双流神经网络模型;根据所述双流神经网络模型,生成桥梁结构病害演化预测结果;输出步骤,包括:输出所述桥梁结构病害演化预测结果,通过双流神经网络结构,本方法实现了图像数据和点云数据的深度融合,充分利用了不同数据模态的互补优势。图像数据提供了桥梁表面病害的直观信息,而点云数据则能精确捕捉结构的几何变形。这种多模态融合大大提高了病害检测和演化预测的全面性和准确性。
技术关键词
双流神经网络
桥梁结构病害
数据
多尺度特征提取
多模态信息
桥梁病害
桥梁表面病害
结构动态响应
增量更新
主动学习策略
噪声抑制
点云
交叉注意力机制
车载激光雷达
移动无人机
图像
分支
金字塔池化
系统为您推荐了相关专利信息
智能监测装置
线性规划模型
燃料传感器
电力传感器
能耗