基于图卷积神经网络的桥梁关键位置病害预测方法及系统

AITNT
正文
推荐专利
基于图卷积神经网络的桥梁关键位置病害预测方法及系统
申请号:CN202510601216
申请日期:2025-05-12
公开号:CN120105566A
公开日期:2025-06-06
类型:发明专利
摘要
本发明涉及桥梁结构健康监测技术领域,公开了基于图卷积神经网络的桥梁关键位置病害预测方法及系统。根据桥梁设计图纸与实时传感器数据,构建反映桥梁实际力学状态的动态拓扑图,并设计实时增量式图卷积网络实现模型的持续优化。通过将构件力学关系量化为可动态调整的边权重,使得图结构能够实时反映桥梁荷载传递的真实状态。这种动态表征方式突破了传统固定拓扑图的局限性,使模型能够更准确地捕捉病害传播路径。同时,在线梯度更新机制确保模型参数随新数据持续优化,避免了传统离线训练模式难以适应数据分布漂移、数据滞后的固有问题,进一步提升预测精度和时效性。
技术关键词
病害预测方法 拓扑图 桥梁 传感器 节点 网络 在线 模型训练模块 数据更新 模型更新 时序特征 预测系统 动态 图纸 力学 风险 多层感知机
系统为您推荐了相关专利信息
1
一种应急救援双轨协同优化系统
协同优化系统 智能分诊 直升机 生命体征检测设备 三级网络架构
2
任务执行方法、计算机设备、存储介质及程序产品
资源分配信息 令牌 解码模型 内存 分块
3
一种适用于评委异常行为的分析方法、装置及系统
分析方法 关节点 关键词 视频流 人脸表情
4
基于视觉检测的角钢截面变形鉴定系统
采集单元 鉴定系统 角钢 嵌入式处理器 伽马校正设备
5
一种陆地翻包机用的控制系统及方法
翻包机 中央控制单元 陆地 人机交互终端 液压
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号