[发明专利]一种用于桥梁技术状况的测试方法有效

专利信息
申请号: 201810895697.1 申请日: 2018-08-08
公开(公告)号: CN109102016B 公开(公告)日: 2019-05-31
发明(设计)人: 刘阳;张磊;朱建明;申强;赵之杰;刘渊;罗贵州;毕硕松;马少飞;徐岚;吴秀松;李瑞焕;王威;吴荣桂 申请(专利权)人: 北京新桥技术发展有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F17/50;G06N3/02
代理公司: 北京精金石知识产权代理有限公司 11470 代理人: 张黎
地址: 100000*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种用于桥梁技术状况的预测方法,主要包括以下步骤:(1)通过现场调研、数据采集、数据分析,得到桥梁技术状况分布规律;(2)根据分布规律,找到相应桥梁,确定该桥梁技术状况影响因素并计算生成预测模型特征向量;(3)根据影响因素和影响度参数,实施基于长短期记忆性循环深度网络的桥梁技术状况预测模型的构建、训练及可靠性分析;(4)将桥梁数据输入步骤(3)中建立的模型进行计算,得到桥梁技术状况的预测结果。通过利用长短期记忆性循环深度网络,构建能够自动修正影响因素权重的桥梁技术状况预测模型,解决目前桥梁技术状况预测方法中影响因素及其影响度参数无法确定而导致的预测结果不够精准的问题。
搜索关键词: 桥梁技术 影响因素 状况预测 分布规律 预测结果 记忆性 影响度 构建 数据输入步骤 可靠性分析 数据采集 数据分析 特征向量 预测模型 自动修正 桥梁 权重 网络 测试 预测
【主权项】:
1.一种桥梁技术状况预测方法,其特征在于,所述方法包括以下步骤:(1)通过现场调研、数据采集、数据分析,得到桥梁技术状况分布规律;(2)通过步骤(1)得到的桥梁分布规律,确定相应桥梁技术状况影响因素并计算生成预测模型特征向量;(3)根据步骤(2)确定的影响因素及其预测模型特征向量,实施基于长短期记忆性循环深度网络的桥梁技术状况预测模型的构建、训练及可靠性分析;(4)将待预测桥梁数据输入步骤(3)构建的模型中,得到桥梁技术状况预测结果;其中,所述步骤(3)的构建预测模型的实施过程包括以下步骤:①根据影响因素和预测模型特征向量,对桥梁技术状况预测问题进行定义;②根据步骤①对桥梁技术状况预测问题的定义,确定桥梁技术状况预测的评估标准及标准评估参数,建立评估训练数据集;③确定评级桥梁技术状况结果的基线和目标集;④模型训练:编写训练程序,输入训练数据对桥梁预测模型进行训练;⑤模型评估:根据步骤②和③的评估训练数据集、基线和目标集对模型进行评估;⑥模型再训练与服务部署:重复步骤④和⑤,直至达到步骤③确定的目标;进行线上测试,继续重复步骤④和⑤,直至训练出在基线以上并满足模型验证参数的预测模型;其中,所述步骤(1)中数据分析方法为通过决策树分类器对收集到的数据进行自动分类;其中,所述步骤(2)中因素包括但不限于:桥梁在当地气候、水文地理环境、交通量中的一种或多种。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京新桥技术发展有限公司,未经北京新桥技术发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810895697.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top