[发明专利]一种基于机器学习的斜拉桥非结构化监测数据处理方法在审
| 申请号： | 201910561286.3 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110781333A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 陈宇轩;何显银;宋杰;董梅;胡辉 | 申请（专利权）人： | 杭州鲁尔物联科技有限公司 |
| 主分类号： | G06F16/56 | 分类号： | G06F16/56;G06F16/583;G06N3/04;G06N3/08 |
| 代理公司： | 33109 杭州杭诚专利事务所有限公司 | 代理人： | 尉伟敏 |
| 地址： | 310012 浙江省杭州市西*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的斜拉桥非结构化监测数据处理方法，能够用于对桥梁检测报告的评价，包括以下步骤：S1：从原始数据中提取图像数据及所需文本数据；S2：对文本数据采用Word2Vec模型生成词向量，对图像数据采用神经网络算法生成图片的特征向量；S3：将词向量及特征向量拼接，通过随机森林算法训练，得到评价模型。本发明的实质性效果包括：能够对桥梁检测报告等非结构化的数据进行分析和处理，简化非结构化数据的处理流程，同时对硬件的计算能力要求较低，准确率较高，能较好地实现评价模型的建立。 | ||
| 搜索关键词： | 非结构化 评价模型 桥梁检测 特征向量 文本数据 词向量 非结构化数据 计算能力要求 监测数据处理 神经网络算法 提取图像数据 实质性效果 处理流程 基于机器 模型生成 算法训练 随机森林 图像数据 原始数据 斜拉桥 准确率 拼接 分析 学习 图片 | ||
【主权项】：
1.一种基于机器学习的斜拉桥非结构化监测数据处理方法，其特征在于，包括以下步骤：/nS1：从原始数据中提取图像数据及所需文本数据；/nS2：对文本数据采用Word2Vec模型生成词向量，对图像数据采用神经网络算法生成图片的特征向量；/nS3：将词向量及特征向量拼接，通过随机森林算法训练，得到评分模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州鲁尔物联科技有限公司，未经杭州鲁尔物联科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910561286.3/，转载请声明来源钻瓜专利网。
