买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于数字化的砼试块制作全过程管理系统及方法_新疆三联工程建设有限责任公司_202410120016.X 

申请/专利权人:新疆三联工程建设有限责任公司

申请日:2024-01-29

公开(公告)日:2024-04-19

公开(公告)号:CN117649154B

主分类号:G06Q10/0639

分类号:G06Q10/0639;G06Q50/08

优先权:

专利状态码:有效-授权

法律状态:2024.04.19#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要:本申请公开了一种基于数字化的砼试块制作全过程管理系统及方法,其通过取样芯片采集砼试块制作过程中的多个阶段的砼试块的检测指标数据;然后,提取各个阶段的检测指标数据的局部阶段检测特征,得到多个上下文阶段检测指标编码特征向量;接着,计算每相邻两个上下文阶段检测指标编码特征向量之间的性能差异语义度量系数,得到全生命性能语义波动特征向量;基于上下文阶段检测指标编码特征向量和全生命性能语义波动特征向量,构建多尺度性能语义特征表达,得到全生命性能多尺度语义表达特征向量,进而确定是否存在异常。这样,提供了一种全面、准确的砼试块制作全过程管理方法,能够提高砼试块质量和结构安全性。

主权项:1.一种基于数字化的砼试块制作全过程管理方法,其特征在于,包括:获取由取样芯片采集的砼试块制作全过程中多个阶段的砼试块的检测指标数据;提取各个阶段的砼试块的检测指标数据的局部阶段检测特征以得到多个上下文阶段检测指标编码特征向量;计算所述多个上下文阶段检测指标编码特征向量中每相邻两个上下文阶段检测指标编码特征向量之间的性能差异语义度量系数以得到由多个性能差异语义度量系数组成的全生命性能语义波动特征向量;基于所述多个上下文阶段检测指标编码特征向量和所述全生命性能语义波动特征向量,构建多尺度性能语义特征表达以得到全生命性能多尺度语义表达特征向量;基于所述全生命性能多尺度语义表达特征向量,确定是否存在异常;其中,提取各个阶段的砼试块的检测指标数据的局部阶段检测特征以得到多个上下文阶段检测指标编码特征向量,包括:将所述各个阶段的砼试块的检测指标数据分别通过基于全连接层的检测指标编码器以得到多个阶段检测指标编码特征向量;将所述多个阶段检测指标编码特征向量通过基于转换器的上下文编码器以得到所述多个上下文阶段检测指标编码特征向量;其中,将所述多个阶段检测指标编码特征向量通过基于转换器的上下文编码器以得到所述多个上下文阶段检测指标编码特征向量,包括:将所述多个阶段检测指标编码特征向量进行一维排列以得到全局阶段检测指标特征向量;计算所述全局阶段检测指标特征向量与所述多个阶段检测指标编码特征向量中各个阶段检测指标编码特征向量之间的乘积以得到多个自注意力关联矩阵;分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵;将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过Softmax分类函数以得到多个概率值;分别以所述多个概率值中各个概率值作为权重对所述多个阶段检测指标编码特征向量中各个阶段检测指标编码特征向量进行加权以得到所述多个上下文阶段检测指标编码特征向量;其中,计算所述多个上下文阶段检测指标编码特征向量中每相邻两个上下文阶段检测指标编码特征向量之间的性能差异语义度量系数以得到由多个性能差异语义度量系数组成的全生命性能语义波动特征向量,包括:以如下性能差异语义度量公式计算所述多个上下文阶段检测指标编码特征向量中每相邻两个上下文阶段检测指标编码特征向量之间的性能差异语义度量系数以得到由多个性能差异语义度量系数组成的所述全生命性能语义波动特征向量;其中,所述性能差异语义度量公式为: ,其中,为前一个所述上下文阶段检测指标编码特征向量,为后一个所述上下文阶段检测指标编码特征向量,为各个所述上下文阶段检测指标编码特征向量的维度,为第个所述性能差异语义度量系数,表示以2为底的对数函数运算;其中,基于所述多个上下文阶段检测指标编码特征向量和所述全生命性能语义波动特征向量,构建多尺度性能语义特征表达以得到全生命性能多尺度语义表达特征向量,包括:将所述多个上下文阶段检测指标编码特征向量进行拼接以得到全生命性能语义特征向量;融合所述全生命性能语义波动特征向量和所述全生命性能语义特征向量以得到所述全生命性能多尺度语义表达特征向量;其中,基于所述全生命性能多尺度语义表达特征向量,确定是否存在异常,包括:将所述全生命性能多尺度语义表达特征向量通过分类器以得到分类结果,所述分类结果用于表示是否存在异常;其中,将所述全生命性能多尺度语义表达特征向量通过分类器以得到分类结果,所述分类结果用于表示是否存在异常,包括:使用所述分类器的多个全连接层对所述全生命性能多尺度语义表达特征向量进行全连接编码以得到编码分类特征向量;以及将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果;其中,还包括训练步骤:对所述基于全连接层的检测指标编码器、所述基于转换器的上下文编码器和所述分类器进行训练;其中,所述训练步骤,包括:获取训练数据,所述训练数据包括由取样芯片采集的砼试块制作全过程中多个阶段的砼试块的训练检测指标数据,以及,是否存在异常的真实值;将所述各个阶段的砼试块的训练检测指标数据分别通过所述基于全连接层的检测指标编码器以得到多个训练阶段检测指标编码特征向量;将所述多个训练阶段检测指标编码特征向量通过所述基于转换器的上下文编码器以得到多个训练上下文阶段检测指标编码特征向量;计算所述多个训练上下文阶段检测指标编码特征向量中每相邻两个训练上下文阶段检测指标编码特征向量之间的性能差异语义度量系数以得到由多个性能差异语义度量系数组成的训练全生命性能语义波动特征向量;将所述多个训练上下文阶段检测指标编码特征向量进行拼接以得到训练全生命性能语义特征向量;融合所述训练全生命性能语义波动特征向量和所述训练全生命性能语义特征向量以得到训练全生命性能多尺度语义表达特征向量;将所述训练全生命性能多尺度语义表达特征向量通过分类器以得到分类损失函数值;计算所述训练全生命性能语义波动特征向量和所述训练全生命性能语义特征向量的特定损失函数值;以所述分类损失函数值和所述特定损失函数值的加权和作为损失函数值,对所述基于全连接层的检测指标编码器、所述基于转换器的上下文编码器和所述分类器进行训练。

全文数据:

权利要求:

百度查询: 新疆三联工程建设有限责任公司 基于数字化的砼试块制作全过程管理系统及方法

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。