Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学马涛获国家专利权

东南大学马涛获国家专利权

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!

龙图腾网获悉东南大学申请的专利一种量化数据与模型不确定性的路面性能预测算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:CN120257816B

龙图腾网通过国家知识产权局官网在2026-04-28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:202510357072.X,技术领域涉及:G06F30/27;该发明授权一种量化数据与模型不确定性的路面性能预测算法是由马涛;黑天晴;谢志伟;童峥设计研发完成,并于2025-03-25向国家知识产权局提交的专利申请。

一种量化数据与模型不确定性的路面性能预测算法在说明书摘要公布了:本发明公开一种量化数据与模型不确定性的路面性能预测算法,包括构建路面性能变化数据库;构建贝叶斯神经网络模型f;构建损失函数;进行模型训练;进行模型预测;基于模型的预测结果,进行养护时机与决策判断。本发明利用模型输出的预测值作为养护后路面检测指标的期望,避免极端离群预测结果的出现;模型输出的数据不确定性能够定量地评价现实数据中客观存在的测量误差,提供一定置信度下的可能的、糟糕的路面状况,避免养护时机的延迟;模型输出的模型不确定性可以量化预测值的异常程度,给养护前可能具有异常路面检测指标的路元提供一种预警,避免养护方案的错误判断,进而在保证良好的路面服役性能的同时避免养护资源的浪费。

本发明授权一种量化数据与模型不确定性的路面性能预测算法在权利要求书中公布了:1.一种量化数据与模型不确定性的路面性能预测算法,其特征在于,包括以下步骤: 步骤1、构建路面性能变化数据库,具体包括如下步骤: 步骤1.1、收集待预测路面性能的路段所有养护历史,按照标准长度将待预测路段划分为R个路元,筛选养护历史中路面的检测指标并构建各路元历年的检测信息张量其中F为在养护历史中符合养护规范的检测指标的数量; 步骤1.2、整理收集养护历史中各路元历年的养护方案,集合形如“养护前检测指标-养护方案-养护后检测指标”的路元性能变化样本,生成路面性能变化数据库; 步骤2、构建贝叶斯神经网络模型f:构建基于路面性能变化数据库样本的全连接神经网络模型;在全连接神经网络的每一个隐层后都添加Dropout层后,该全连接神经网络等价于模型参数服从某个正态分布的贝叶斯神经网络;贝叶斯神经网络模型f的输入项为养护前检测信息张量x和养护方案ei;贝叶斯神经网络模型f的输出项为养护后路面检测信息张量的预测值数据不确定性和模型不确定性σe,其中数据不确定性与模型不确定性σe用标准差表示; 步骤3、构建损失函数:基于变分法构建近似于贝叶斯优化函数的损失函数,求解贝叶斯神经网络模型f参数后验分布的参数M'; 步骤4、进行模型训练: 在步骤1-3的基础上,使用梯度下降算法求解贝叶斯神经网络模型f参数后验分布的参数M',将使得损失函数取值最小的参数作为步骤2中贝叶斯神经网络模型f参数后验分布的最终参数,得到训练后的贝叶斯神经网络模型f; 步骤5、进行模型预测: 给定其中一个路元养护前的路面信息张量xn与养护方案作为训练后的贝叶斯神经网络模型f的输入,对输入参数的模型执行抽样次数为1000次的蒙特卡洛模拟,输出期望的预测结果预测值的数据不确定性和预测值的模型不确定性 步骤6、基于模型的预测结果,进行养护时机与决策判断。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。