摘要
本发明涉及桥梁健康监测技术领域,具体为基于无监督单分类分析的桥梁缆索状态评估方法。通过采集多个目标桥梁的桥梁数据,将采集到的所有桥梁数据进行预处理,得到多个预处理数据,创建评估模型,并将预处理数据输入至评估模型,通过评估模型基于预处理数据提取目标桥梁的图像特征向量,并基于图像特征向量进行单分类模型训练,得到训练后的评估模型,最后采集实时桥梁的实时数据,将实时数据输入至训练后的评估模型,通过训练后的评估模型判断实时桥梁的缆索状态,本申请通过提取目标桥梁的HOG特征向量,基于HOG特征向量进行单分类分析学习,使得训练后的评估模型能够根据实时桥梁的实时数据快速判断缆索状态,提高了缆索状态的检测效率。
技术关键词
图像特征向量
状态评估方法
桥梁缆索
无监督
分类模型训练
实时数据
采集组件
状态评估系统
HOG特征
桥梁健康监测技术
矩阵
图像采集模块
数据采集模块
实时图像
单元块
训练集
系统为您推荐了相关专利信息
无监督分割方法
动态场景
特征数据库
特征提取模型
高维特征向量
姿态评估方法
学生
教师
神经网络模型
CT影像数据
健康状态评估方法
定位器
伺服电机
重构误差
时序特征