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 > 山东省水利勘测设计院有限公司朱利超获国家专利权

山东省水利勘测设计院有限公司朱利超获国家专利权

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!

龙图腾网获悉山东省水利勘测设计院有限公司申请的专利一种建筑物沉降长期监测方法及监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:CN121723272B

龙图腾网通过国家知识产权局官网在2026-05-08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:202610222522.9,技术领域涉及:G06F18/241;该发明授权一种建筑物沉降长期监测方法及监测系统是由朱利超;苏旭;王惠栋;张绪朋;何明岗;孙超;张亮;蔡强;马伟丽;相涛设计研发完成,并于2026-02-25向国家知识产权局提交的专利申请。

一种建筑物沉降长期监测方法及监测系统在说明书摘要公布了:本发明涉及建筑物安全监测技术领域,公开了一种建筑物沉降长期监测方法及监测系统。该方法包括采集建筑群落内各建筑物的历史沉降数据并重采样为标准时间序列;提取各序列的局部趋势特征,构建以建筑物为节点、趋势匹配度为边权的特征相似性网络,通过社区发现自动划分出沉降行为相似的建筑物群落;识别各群落内部共享的沉降突变点,融合筛选获得全局显著性时间节点;利用这些节点对应的沉降量数据训练时间序列预测模型,并对目标建筑进行沉降预测。该方法通过群体行为分析识别共性沉降规律,克服了单点分析易受噪声干扰的缺陷,提升了长期预测的准确性与鲁棒性。

本发明授权一种建筑物沉降长期监测方法及监测系统在权利要求书中公布了:1.一种建筑物沉降长期监测方法,其特征在于,所述方法包括以下步骤: 采集建筑群落内每个建筑物的历史沉降数据集,所述历史沉降数据集由时间戳和对应的沉降量值组成; 对每个建筑物的历史沉降数据集进行等间隔重采样,生成标准时间序列,所述标准时间序列的时间轴具有均匀分布的时间节点; 计算每个建筑物的标准时间序列的局部趋势特征,所述局部趋势特征通过滑动窗口方式提取每个时间节点附近的沉降变化率; 基于所有建筑物的局部趋势特征,构建建筑物之间的特征相似性网络,所述特征相似性网络的节点表示建筑物,边权重表示趋势特征匹配度; 根据特征相似性网络进行社区发现,将建筑物划分为多个沉降行为相似的群落; 针对每个群落,分析群落内建筑物的标准时间序列,识别出群落共享的沉降突变点集合; 融合所有群落的沉降突变点集合,筛选出全局显著性时间节点; 利用全局显著性时间节点对应的沉降量值,训练时间序列预测模型; 将待监测建筑物的沉降数据输入至时间序列预测模型,获得沉降量预测结果; 所述识别出群落共享的沉降突变点集合包括: 对群落内每个建筑物的标准时间序列计算一阶差分序列; 检测每个一阶差分序列中的极值点,将极值点对应的时间节点作为候选突变点; 统计群落内所有建筑物在每个候选突变点上的出现频率,将频率超过阈值的候选突变点纳入群落共享的沉降突变点集合; 所述筛选出全局显著性时间节点包括: 计算每个群落的沉降突变点集合中时间节点的权重,权重基于群落内建筑物数量归一化; 合并所有群落的沉降突变点集合,对重复时间节点进行权重叠加; 选择权重总和最高的前k个时间节点作为全局显著性时间节点,其中k为预设整数。

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山东省水利勘测设计院有限公司,其通讯地址为:250014 山东省济南市历下区历山路121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。