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！

龙图腾网获悉长沙理工大学申请的专利基于迁移学习的结构损伤识别方法、设备、介质及产品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：CN119229253B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411128331.3，技术领域涉及：G06V10/82；该发明授权基于迁移学习的结构损伤识别方法、设备、介质及产品是由鲁乃唯;肖向远;崔健;罗媛;肖新辉;张海萍;陈方怀;王磊;刘扬设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本基于迁移学习的结构损伤识别方法、设备、介质及产品在说明书摘要公布了：本发明公开了一种基于迁移学习的结构损伤识别方法、设备、介质及产品，所述方法包括获取源域数据集和目标域数据集；构建第一损伤识别模型和第二损伤识别模型；利用源域数据集对第一损伤识别模型进行训练，得到源域模型；将源域模型的超参数迁移到第二损伤识别模型；冻结第二损伤识别模型除全连接层外的所有层，利用第一数据集对第二损伤识别模型的全连接层进行微调，得到目标域模型；利用目标域模型对第二数据集进行损伤识别，得到损伤类型及其置信度；当损伤类型的置信度≥置信度阈值，更新第一数据集；利用更新后的第一数据集对目标域模型进行微调。本发明在少量有标签样本下提高了模型的损伤识别能力。

本发明授权基于迁移学习的结构损伤识别方法、设备、介质及产品在权利要求书中公布了：1.一种基于迁移学习的结构损伤识别方法，其特征在于，包括： 步骤1：获取源域数据集和目标域数据集；其中，所述源域数据集包括第一时频图像及其损伤类型；所述目标域数据集包括第一数据集和第二数据集，所述第一数据集包括第二时频图像及其损伤类型，所述第二数据集包括第三时频图像；所述第一时频图像、第二时频图像和第三时频图像是对结构的加速度响应信号进行格拉姆角场转换得到的； 步骤2：构建架构相同的第一损伤识别模型和第二损伤识别模型； 步骤3：利用所述源域数据集对所述第一损伤识别模型进行训练，得到源域模型； 步骤4：将所述源域模型的超参数迁移到所述第二损伤识别模型； 步骤5：冻结所述第二损伤识别模型除全连接层外的所有层，利用第一数据集对所述第二损伤识别模型的全连接层进行微调，得到目标域模型； 步骤6：利用验证集对所述目标域模型进行验证，根据验证结果和微调轮次逐渐递减地调整置信度阈值； 步骤7：利用所述目标域模型对第二数据集中的第三时频图像进行损伤识别，得到损伤类型及其置信度； 步骤8：判断每个损伤类型的置信度是否大于或等于置信度阈值，若是，则将所述损伤类型及该损伤类型所对应的第三时频图像加入到所述第一数据集；若否，则将所述损伤类型及该损伤类型所对应的第三时频图像保留在所述第二数据集； 步骤9：判断是否有损伤类型及损伤类型所对应的第三时频图像加入到所述第一数据集；若是，则转入步骤10；否则，输出最终的目标域模型； 步骤10：利用更新后的第一数据集对所述目标域模型进行全网络微调，然后转入步骤6。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。