公开(公告)号：CN119761203A

公开(公告)日：2025-04-04

申请号：CN202411929618.6

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 徐阳 ,  李惠 ,  林承隆 ,  鲍跃全

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/042 ,  G06N3/084 ,  G06F18/213 ,  G06F18/25 ,  G06F119/14

Abstract: 本发明提出基于图网络和状态空间模型的桥梁结构服役状态时空关联诊断方法。该方法采用时空图结构，构建时空图融合学习模块，结合图神经网络和时序数据深度学习，同时考虑桥梁结构构件服役状态在空间和时间两个维度上的数据特征，更准确地建模和预测单体桥梁复杂构件系统的动态时空演变。本发明采用状态空间模型，构建结构化的状态空间序列，并引入选择性机制，动态调整模型行为并实现计算资源优化利用。本发明通过对不同复杂度桥梁多类型构件服役状态监测数据的时空特征分解和融合，更好地适配多类型、多尺度、多粒度桥梁结构构件服役状态时空数据的处理需求，提升方法通用性和预测效能。

公开(公告)号：CN119740487A

公开(公告)日：2025-04-01

申请号：CN202411929620.3

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 徐阳 ,  林承隆 ,  鲍跃全 ,  李惠

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/047 ,  G06N3/048 ,  G06F119/08 ,  G06F119/12 ,  G06F119/14 ,  G06F113/08

Abstract: 本发明提出基于图选择性状态空间模型的桥梁群服役性态时空关联预测方法。该方法针对区域桥梁群服役性态预测任务，构建桥梁群环境作用和交通流量的服役性态数据集，建立服役性态时空关联预测的图选择性状态空间模型，设计时空图卷积模块学习时空关联性，构建图选择性状态空间模块学习时空演化特性，基于梯度下降误差反向传播训练桥梁群服役性态时空关联预测模型，训练完成后，采用训练好的模型对桥梁群环境作用和交通流进行时空关联预测。通过对不同复杂度服役性态数据的时空特征分解和融合，更好地适配多类型、多尺度、多粒度桥梁群服役性态时空数据的处理需求，提升方法通用性和预测效能。