買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京工業(yè)大學(xué);北京市道路工程質(zhì)量監(jiān)督站(北京市公路工程質(zhì)量檢測中心);北京建筑大學(xué)申請的專利一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114048835B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-17發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202110877658.0，技術(shù)領(lǐng)域涉及：G06N3/0464；該發(fā)明授權(quán)一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法是由薛忠軍;宋波;王佳妮;趙世博;吳雨晗;徐子金;劉卓;侯越設(shè)計(jì)研發(fā)完成，并于2021-08-01向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法在說明書摘要公布了：本發(fā)明公開了一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法，本發(fā)明先對自動(dòng)化道路監(jiān)測系統(tǒng)獲取的長期監(jiān)測數(shù)據(jù)進(jìn)行原始數(shù)據(jù)預(yù)處理，在此基礎(chǔ)上采用皮爾遜相關(guān)性分析，以達(dá)到輸入數(shù)據(jù)降維的目的，從而提升模型的預(yù)測精度，最后挑選出合適時(shí)間段的數(shù)據(jù)一起輸入到時(shí)序卷積網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，學(xué)習(xí)監(jiān)測數(shù)據(jù)特征，針對每個(gè)時(shí)間段之間并不連續(xù)的問題，采用權(quán)重自遷移的訓(xùn)練方式，使得歷史信息特征在下一時(shí)間端內(nèi)相對更加明顯，更易被模型學(xué)習(xí)，有助于提高模型的記憶能力，減少過擬合。此外，本發(fā)明不僅可以節(jié)約人工和時(shí)間成本，還可以為后續(xù)的道路養(yǎng)護(hù)工作奠定基礎(chǔ)。

本發(fā)明授權(quán)一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法在權(quán)利要求書中公布了：1.一種基于時(shí)序卷積網(wǎng)絡(luò)的道路基層應(yīng)變分析方法，其特征在于：利用自動(dòng)化道路監(jiān)測系統(tǒng)獲取路面歷史監(jiān)測數(shù)據(jù)，結(jié)合深度學(xué)習(xí)方法進(jìn)行關(guān)鍵數(shù)據(jù)預(yù)測，具體步驟如下： 步驟一：原始監(jiān)測數(shù)據(jù)預(yù)處理； 首先，將各種傳感器獲取的道路監(jiān)測數(shù)據(jù)進(jìn)行整合； 其次，根據(jù)道路監(jiān)測系統(tǒng)獲取數(shù)據(jù)的時(shí)間跨度，選取時(shí)間段的數(shù)據(jù)之后進(jìn)行刪除數(shù)據(jù)重復(fù)值和躍變值，并將缺失值補(bǔ)充完畢，以防監(jiān)測數(shù)據(jù)訓(xùn)練效果不佳； 最后，將所有時(shí)序數(shù)據(jù)的數(shù)據(jù)點(diǎn)之間的時(shí)間間隔統(tǒng)一為1小時(shí)； 步驟二：特征相關(guān)性分析； 第一步，將處理過后每個(gè)傳感器獲取的前三個(gè)數(shù)據(jù)點(diǎn)進(jìn)行相關(guān)性分析，根據(jù)皮爾遜相關(guān)性系數(shù)衡量特征之間的相關(guān)性；第二步，將土層應(yīng)變與其他特征的相關(guān)性很小的去除； 步驟三：數(shù)據(jù)集制作； 對瀝青應(yīng)變、滲透壓、土壤水分和基層三向應(yīng)變的所有監(jiān)測數(shù)據(jù)點(diǎn)進(jìn)行取平均值，則溫度按照溫度傳感器的埋設(shè)位置，將劃分為面層、基層和土基三部分進(jìn)行取平均值；最終把監(jiān)測數(shù)據(jù)集按照訓(xùn)練集和測試集比例為8：2進(jìn)行劃分； 步驟四：時(shí)序卷積網(wǎng)絡(luò)基層應(yīng)變預(yù)測； 時(shí)序卷積網(wǎng)絡(luò)由13層一維卷積層構(gòu)成；一維卷積層的卷積核尺寸均為2，卷積層個(gè)數(shù)分別為64，膨脹因子為1、2、4、8、16和32；每層均使用ReLU激活函數(shù)，后接一個(gè)SpatialDropout1D層，衰減率設(shè)置為0.05；將預(yù)處理和降維后的數(shù)據(jù)集作為時(shí)序卷積網(wǎng)絡(luò)的輸入，時(shí)間步長設(shè)為8； 使用Adam方法對模型參數(shù)進(jìn)行優(yōu)化，Adam保持過去的梯度的第二階矩?zé)o中心方差的估計(jì)值vt在指數(shù)衰減的趨勢；它也有一個(gè)指數(shù)衰減趨勢，即梯度的第一階矩均值mt，并在誤差面有一個(gè)平坦的最小值的偏好；然后，梯度的第一階矩均值和第二階矩?zé)o中心方差的估計(jì)值mt和vt相應(yīng)計(jì)算如下: mt＝β1mt-1+1-β1gt2 其中mt和vt分別是梯度的第一階矩均值和第二階矩?zé)o中心方差的估計(jì)值；該Adam方法保持多維數(shù)據(jù)隨機(jī)梯度下降保持單一的學(xué)習(xí)率，更新時(shí)序卷積網(wǎng)絡(luò)中的所有權(quán)重； 由于mt和vt初始化為0的向量，它們偏向于0，這些偏向計(jì)算為： 然后使用t并更新參數(shù)為： β1為0.9，β2為0.999，∈為10-8；每個(gè)epoch是神經(jīng)網(wǎng)絡(luò)訓(xùn)練一次遍歷整個(gè)數(shù)據(jù)集的全過程，包括向前和向后；隨著迭代次數(shù)的增加，損失值在不斷下降，訓(xùn)練100代后，所使用的時(shí)序卷積網(wǎng)絡(luò)的預(yù)測值與實(shí)測值進(jìn)行擬合。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京工業(yè)大學(xué);北京市道路工程質(zhì)量監(jiān)督站(北京市公路工程質(zhì)量檢測中心);北京建筑大學(xué)，其通訊地址為：100124 北京市朝陽區(qū)平樂園100號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。