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！

龙图腾网获悉厦门大学申请的专利基于非对称多任务学习的结构损伤检测系统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：CN119150140B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411283345.2，技术领域涉及：G06F18/2415；该发明授权基于非对称多任务学习的结构损伤检测系统是由周绮凤;马征宇;蒋晨辉设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于非对称多任务学习的结构损伤检测系统在说明书摘要公布了：基于非对称多任务学习的结构损伤检测系统，涉及结构健康监测。提出一种新的检测系统，即非对称多任务结构损伤识别模型，在多任务学习框架中，将损伤位置和大小的识别视为两个相关的任务，可以发挥多任务学习的优势，同时提升两个任务的性能。采用非对称的方法可以有效地减轻多任务学习中存在的负迁移现象的影响，提升损伤位置和大小的识别性能。此外，为了提升对损伤位置特征的有效利用，还提出一种位置注意力机制，这种机制能够为损伤位置特征和损伤大小特征自适应地分配权重，将两个特征加权求和之后，可以从中提取到包含丰富位置信息的损伤大小特征，从而提高损伤大小识别任务的效果。

本发明授权基于非对称多任务学习的结构损伤检测系统在权利要求书中公布了：1.基于非对称多任务学习的结构损伤检测系统，其特征在于所述系统的整体结构包括两大核心部分，即主干网络和注意力子网络； 所述主干网络用于负责从输入的振动响应矩阵中提取并识别损伤位置的特征；主干网络由四个级联的卷积模块组成，每个卷积模块包含一层卷积层和一层池化层；四个级联的卷积模块按顺序级联，每个模块的输出作为下一个模块的输入；每个卷积模块内部，卷积层的输出传递给池化层进行降维处理；四个级联的卷积模块用于从输入数据中提取出有价值的特征，最后通过一个软最大层，生成损伤位置的分类结果； 所述注意力子网络用于基于从主干网络获得的损伤位置的分类结果特征中进一步学习和提取损伤大小的尺寸特征；注意力子网络由多个级联的注意力模块组成，每个注意力模块利用自适应注意力掩码来提取损伤大小的特征，每个注意力模块都与主干网络中的对应的卷积模块相连接，同时也与前一个注意力模块的输出级联；这种设计使注意力子网络在各级注意力模块之间传递和共享信息，从而在全局范围内进行特征学习和优化； 系统输入为振动响应矩阵，所述振动响应矩阵由多个传感器记录的振动响应数据沿时间轴对齐并拼接而成；主干网络与注意力子网络连接，注意力模块的内部接受两个输入：一个来自前一个注意力模块或初始输入的输出，另一个来自主干网络中对应卷积模块的输出；这种连接方式确保注意力子网络能够充分利用主干网络提取的损伤位置特征； 损伤位置分类结果由主干网络中的软最大层生成，表示输入样本对应的损伤位置分类； 损伤大小评估结果由注意力子网络中的最后一个注意力模块输出，表示输入样本对应的损伤大小评估值； 所述注意力模块包括掩码生成器和特征提取器；所述掩码生成器的核心是两个级联的卷积层，这两层卷积层用于从两个输入中学习并生成自适应注意力掩码；该自适应注意力掩码用于对输入特征进行加权；特征提取器从加权特征中提取关于损伤大小的特征。

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厦门大学，其通讯地址为：361005 福建省厦门市思明南路422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。