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！

龙图腾网获悉交通运输部天津水运工程科学研究所申请的专利基于时间序列图像与振动数据协同的码头结构状态判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：CN121053467B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511586781.1，技术领域涉及：G06V10/764；该发明授权基于时间序列图像与振动数据协同的码头结构状态判别方法是由孙熙平;尹纪龙;郭尚;张干;高梦颖;许云龙;袁良智;王亚民;薛润泽;张迪;杨颂设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本基于时间序列图像与振动数据协同的码头结构状态判别方法在说明书摘要公布了：本发明涉及结构健康监测技术领域，具体涉及基于时间序列图像与振动数据协同的码头结构状态判别方法，包括：同步采集码头结构的时序图像集与振动信号集，生成时空对齐的原始双源数据集；通过亚像素位移追踪与变分模态分解分别提取结构位移序列与振动模态参数集；将二者融合构建时空特征矩阵，引入温度场与水位高度构建环境干扰补偿因子，进行特征增强与标准化处理，输出损伤敏感矩阵；利用融合结构力学控制方程的物理机制约束层与一维卷积‑LSTM构成的深度学习分类层构建混合判别模型，输出结构损伤概率值；具备时空协同感知、环境干扰鲁棒、损伤判别高精度和结果可解释性强等优点，适用于复杂海洋环境下码头结构的实时监测与损伤识别。

本发明授权基于时间序列图像与振动数据协同的码头结构状态判别方法在权利要求书中公布了：1.基于时间序列图像与振动数据协同的码头结构状态判别方法，其特征在于，包括以下步骤： S1：同步采集码头结构的时序图像集与振动信号集，生成时空对齐的原始双源数据集； S2：对所述原始双源数据集进行特征提取，包括： 基于时序图像集通过亚像素位移追踪算法提取结构位移序列； 基于振动信号集通过变分模态分解提取振动模态参数集； S3：融合结构位移序列与振动模态参数集，构建时空特征矩阵，并注入环境干扰补偿因子进行特征增强，输出损伤敏感矩阵，具体包括： S31：将结构位移序列与振动模态参数集按时间维度对齐拼接，生成包含位移特征和振动模态特征的时空特征矩阵； S32：实时采集温度场分布和水位高度环境数据，结合材料热膨胀系数和水动力系数构建环境干扰补偿因子； S33：将环境干扰补偿因子注入时空特征矩阵进行特征增强，通过矩阵加法操作使所有特征通道获得环境补偿，输出特征增强后的矩阵； S34：对特征增强后的矩阵执行时间差分运算，计算相邻时刻的特征变化量，生成包含特征变化信息的差分特征矩阵； S35：对差分特征矩阵进行标准化处理，通过均值中心化和方差缩放转换，输出量纲统一的损伤敏感矩阵； S4：将损伤敏感矩阵输入预训练的混合判别模型，输出结构损伤概率值；所述混合判别模型融合物理机制约束层与深度学习分类层，具体包括： S41：将损伤敏感矩阵输入预训练的混合判别模型的物理机制约束层，通过结构动力学方程计算物理损伤指标，当特征变化量超过材料强度阈值时判定为物理可行损伤； S42：将物理损伤指标与损伤敏感矩阵按列拼接，生成融合物理约束的特征矩阵； S43：将融合物理约束的特征矩阵输入混合判别模型的深度学习分类层，通过卷积神经网络提取局部损伤特征，再经长短期记忆网络捕捉时序依赖，输出隐状态序列； S44：对隐状态序列进行全连接层变换并激活，生成时间维度的损伤概率序列； S45：对损伤概率序列取最大值作为最终结构损伤概率值，当超过损伤判定阈值时输出码头结构损伤状态。

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交通运输部天津水运工程科学研究所，其通讯地址为：300456 天津市滨海新区塘沽街道新港二号路2618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。