买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利一种基于多传感器数据融合的智能AI识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119089124B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411281506.4，技术领域涉及：G06F18/15；该发明授权一种基于多传感器数据融合的智能AI识别方法是由钱松荣;侯怡;郑鑫;卫少东;周诗云;冯毅雄;陈翔设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本一种基于多传感器数据融合的智能AI识别方法在说明书摘要公布了：本发明提供一种基于多传感器数据融合的智能AI识别方法，涉及智能AI识别方法领域。该基于一种基于多传感器数据融合的智能AI识别方法，包括，S1、在桥梁结构上安装多种传感器，用于实时采集桥梁的运行数据，将采集到的数据通过加密无线传输发送至中央数据处理中心，S2、在中央数据处理中心，使用自适应学习模块对接收到的数据进行初步的筛选和清洗。本发明提出基于参数优化的小波阈值分解，该方法改进和优化了传统的小波阈值函数，通过随机优化算法引入了两个调节参数和来适应不同的小波分解层数，从而进一步去除噪声信号，提出了基于传感器数据挖掘的特征工程方法使用快速傅里叶变换和滑动窗口提取模态频率。

本发明授权一种基于多传感器数据融合的智能AI识别方法在权利要求书中公布了：1.一种基于多传感器数据融合的智能AI识别方法，其特征在于，包括： S1、在桥梁结构上安装多种类型的传感器，包括加速度计、应变计、温度传感器，用于实时采集桥梁的运行数据，并通过加密无线传输发送至中央数据处理中心，此步骤强调了多传感器数据融合的优势，通过不同类型传感器的数据互补，提高数据的全面性和准确性； S2、在中央数据处理中心，使用自适应学习模块对接收到的数据进行初步筛选和清洗，以过滤噪声和错误数据，提高数据质量，自适应学习模块通过不断学习和调整筛选规则，适应不同环境和数据源的变化，提高数据处理的灵活性和有效性； S3、使用基于参数优化的小波阈值分解方法进一步处理数据，此方法根据提供的函数表达式来调整小波系数，优化数据质量 其中，Wj,k为小波系数，λ为阈值，α和β为调节因子，sign为符号函数，经过参数调整和算法优化后，最佳调节因子，改进的阈值函数在消除阈值处不连续的同时，使函数迅速靠近硬阈值函数； S4、应用深度神经网络技术的机器学习算法，对处理后的数据进行深度分析，以评估桥梁的当前状态和结构健康情况； S5、该机器学习算法根据设备运行数据自我调整其参数，以适应桥梁的老化过程和变化的环境条件； S6、根据机器学习算法的输出，预测桥梁潜在的损伤和维护需求，并更新损伤预测模型以整合最新的桥梁性能数据和维护反馈； S7、将预测结果和维护建议自动发送给运维管理人员，并通过用户界面展示，允许运维管理人员查看桥梁状态、预测结果和执行远程故障排除指令； S8、采用数据加密和验证机制，使用高级加密标准确保所有加密无线传输和存储的数据的安全性和完整性，并通过多因素认证实现数据访问权限验证，以防数据泄露和未授权访问； S9、采用容错机制，包括本地数据缓存和自动数据恢复功能，以确保在网络连接不稳定或部分数据丢失的情况下，系统能继续运行并保持最高可能的数据完整性； S10、数据处理和分析模块设有自我诊断，检测和报告系统内部错误和性能瓶颈。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区清溪路25号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。