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！

龙图腾网获悉深圳市路桥建设集团有限公司;深圳诚科工程咨询有限公司申请的专利基于无监督单分类分析的桥梁缆索状态评估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：CN120997204B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511508203.6，技术领域涉及：G06T7/00；该发明授权基于无监督单分类分析的桥梁缆索状态评估方法是由翁开翔;赵晓明;曹轲铭;叶智威;黄政;张昭海;王江澄;向辉龙;曾斌;李嘉晟;谢建标;黄国峰;李玲芳;吴旺林设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于无监督单分类分析的桥梁缆索状态评估方法在说明书摘要公布了：本发明涉及桥梁健康监测技术领域，具体为基于无监督单分类分析的桥梁缆索状态评估方法。通过采集多个目标桥梁的桥梁数据，将采集到的所有桥梁数据进行预处理，得到多个预处理数据，创建评估模型，并将预处理数据输入至评估模型，通过评估模型基于预处理数据提取目标桥梁的图像特征向量，并基于图像特征向量进行单分类模型训练，得到训练后的评估模型，最后采集实时桥梁的实时数据，将实时数据输入至训练后的评估模型，通过训练后的评估模型判断实时桥梁的缆索状态，本申请通过提取目标桥梁的HOG特征向量，基于HOG特征向量进行单分类分析学习，使得训练后的评估模型能够根据实时桥梁的实时数据快速判断缆索状态，提高了缆索状态的检测效率。

本发明授权基于无监督单分类分析的桥梁缆索状态评估方法在权利要求书中公布了：1.基于无监督单分类分析的桥梁缆索状态评估方法，其特征在于，包括： 采集多个目标桥梁的桥梁数据，将采集到的所有桥梁数据进行预处理，得到多个预处 理数据； 创建评估模型； 将预处理数据输入至评估模型，通过评估模型基于预处理数据提取目标桥梁的图像特征向量，并基于图像特征向量进行单分类模型训练，得到训练后的评估模型； 采集实时桥梁的实时数据，将实时数据输入至训练后的评估模型，通过训练后的评估 模型判断实时桥梁的缆索状态； 所述将预处理数据输入至评估模型，通过评估模型基于预处理数据提取目标桥梁的图像特征向量，并基于图像特征向量进行单分类模型训练，得到训练后的评估模型，包括： 将所有的预处理数据根据随机比例划分为训练集和测试集； 将训练集输入至评估模型，通过评估模型提取每一个缆索图像的图像特征向量，并基 于图像特征向量构建特征矩阵，结合特征矩阵进行单分类模型训练，从而得到训练后的评 估模型；训练后的评估模型具有根据输入的缆索图像自动提取图像特征，并基于图像特征 判断目标桥梁的缆索状态的能力； 将测试集输入至训练后的评估模型，判断训练后的评估模型是否训练完成； 所述采集实时桥梁的实时数据，将实时数据输入至训练后的评估模型，通过训练后的评估模型判断实时桥梁的缆索状态，包括： 采集实时桥梁的实时数据；所述实时数据包括实时桥梁数据以及实时图像数据； 将实时数据输入至训练后的评估模型，通过训练后的评估模型基于桥梁数据对实时桥梁进行聚类分析，以获取实时桥梁对应的目标桥梁；将实时桥梁对应的目标桥梁记为实时目标； 提取实时桥梁的实时特征向量，并基于实时特征向量与实时目标的特征矩阵判断实时 桥梁的缆索状态； 所述提取实时桥梁的实时特征向量，并基于实时特征向量与实时目标的特征矩阵判断实时桥梁的缆索状态，包括： 设置差值阈值； 通过训练后的评估模型基于实时图像数据获取实时桥梁的实时特征向量，并计算实时 特征向量与实时目标的特征矩阵的差值； 判断实时特征向量与实时目标的特征矩阵的差值是否大于或等于差值阈值； 若实时特征向量与实时目标的特征矩阵的差值大于或等于差值阈值，则判断实时桥梁的缆索状态异常。

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深圳市路桥建设集团有限公司;深圳诚科工程咨询有限公司，其通讯地址为：518000 广东省深圳市罗湖区泥岗路红岗东村路桥大厦19-23层；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。