【技术实现步骤摘要】
本申请涉及但不限于数据处理，尤其涉及一种基于bim的桥梁长期性能数据处理方法及数据处理平台。
技术介绍
1、随着社会的不断发展和科技的持续进步，桥梁作为重要的交通基础设施，在人们的日常生活和经济发展中扮演着至关重要的角色。然而，桥梁在长期使用过程中不可避免地会受到各种因素的影响，如自然环境的侵蚀、交通载荷的作用等，从而导致其性能逐渐退化。为了保障桥梁的安全运营和延长其使用寿命，对桥梁进行长期性能监测成为了一项迫切的需求。传统的桥梁性能监测方法往往依赖于人工巡检和定期检测，这些方法不仅效率低下，而且难以全面、准确地反映桥梁的实际性能状况。近年来，随着传感器技术和数据分析技术的快速发展，桥梁性能监测的自动化和智能化水平得到了显著提升。然而，现有的桥梁性能监测系统在处理多维度性能数据时仍然面临着一些挑战，如数据融合困难、推理精度不高以及检测任务间潜在冲突等问题。如何保证桥梁检测结果的精度和可靠性时需要解决的技术问题。
技术实现思路
1、有鉴于此，本申请实施例至少提供一种基于bim的桥梁长期性能数据处理方法及数据处理平台。
2、本申请实施例的技术方案是这样实现的：
3、一方面，本申请实施例提供一种基于bim的桥梁长期性能数据处理方法，应用于数据处理平台，所述方法包括：
4、获取目标桥梁对应的桥梁基本要素信息和目标桥梁环境监测数据对应的环境监测要素信息；
5、依据两个及以上的共享底层网络对所述桥梁基本要素信息和所述环境监测要素信息进行初始表征向
6、依据两个及以上的性能监测维度对应的目标神经网络对每个所述共享底层网络输出的初始表征向量进行知识共享处理，获得每个所述目标神经网络输出的第一表征向量；以及依据任务牵涉挖掘网络对每个所述共享底层网络输出的初始表征向量进行任务牵涉表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量；其中，所述知识共享处理用于将一个性能监测维度中学习到的表征向量共享到另一个牵涉的性能监测维度上；所述性能监测维度用于表征所述目标桥梁对所述目标桥梁环境监测数据产生的桥体响应；其中，两个及以上的所述性能监测维度之间具有任务牵涉关系，所述任务牵涉关系表示一个性能监测维度的变化对另一个性能监测维度的影响关系；
7、依据所述第一表征向量和所述第二表征向量进行多性能维度推理，获得每个所述性能监测维度对应的推理结果，其中，所述多性能维度推理的维度数量为所述两个及以上的性能监测维度的数量；
8、基于所述推理结果在所述目标桥梁的预设bim模型中进行对应于所述推理结果的可视化展示。
9、在一些实施例中，所述依据两个及以上的共享底层网络对所述桥梁基本要素信息和所述环境监测要素信息进行初始表征向量提取，获得每个所述共享底层网络输出的初始表征向量，包括：
10、依据编码映射组件分别对所述桥梁基本要素信息和所述环境监测要素信息进行编码映射操作，获得所述桥梁基本要素信息对应的桥梁表征向量以及所述环境监测要素信息对应的环境监测表征向量；
11、依据特征聚合组件对所述桥梁表征向量和所述环境监测表征向量进行聚合操作，获得聚合表征向量；
12、将所述聚合表征向量输入两个及以上的所述共享底层网络中进行初始表征向量提取，获得每个所述共享底层网络输出的初始表征向量。
13、在一些实施例中，所述依据两个及以上的性能监测维度对应的目标神经网络对每个所述共享底层网络输出的初始表征向量进行知识共享处理，获得每个所述目标神经网络输出的第一表征向量，包括：
14、依据每个所述性能监测维度对应的第一调度器网络确定每个所述共享底层网络对应的第一影响系数，并依据每个所述共享底层网络对应的第一影响系数，对每个所述共享底层网络输出的初始表征向量进行调节融合，获得每个所述性能监测维度对应的第一融合表征向量；
15、依据两个及以上的所述目标神经网络对每个所述第一融合表征向量进行知识共享处理，获得每个所述目标神经网络输出的第一表征向量；
16、所述依据任务牵涉挖掘网络对每个所述共享底层网络输出的初始表征向量进行任务牵涉表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量，包括：
17、依据每个所述性能监测维度对应的第二调度器网络确定每个所述共享底层网络对应的第二影响系数，并依据每个所述共享底层网络对应的第二影响系数，对每个所述共享底层网络输出的初始表征向量进行调节融合，获得每个所述性能监测维度对应的第二融合表征向量；
18、依据所述任务牵涉挖掘网络对每个所述第二融合表征向量进行任务牵涉表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量。
19、在一些实施例中，两个及以上的性能监测维度包括第一性能监测维度和第二性能监测维度，且所述第一性能监测维度在具有任务牵涉关系的牵涉链中，处在所述第二性能监测维度之前，其中，所述牵涉链中的各个性能检测维度具有触发牵涉关系；
20、所述依据所述任务牵涉挖掘网络对每个所述第二融合表征向量进行任务牵涉表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量，包括：
21、依据所述任务牵涉挖掘网络对所述第一性能监测维度对应的第二融合表征向量进行任务牵涉表征向量提取，获得所述第一性能监测维度对应的第二表征向量，以及依据所述任务牵涉挖掘网络对所述第一性能监测维度对应的第二融合表征向量和所述第二性能监测维度对应的第二融合表征向量进行任务牵涉表征向量提取，获得所述第二性能监测维度对应的第二表征向量；
22、将所述第一性能监测维度对应的第二表征向量和所述第二性能监测维度对应的第二表征向量，确定为所述任务牵涉挖掘网络输出的第二表征向量。
23、在一些实施例中，所述任务牵涉挖掘网络包括一个或多个任务牵涉分支网络，每个所述任务牵涉分支网络包括联合聚焦投影组件和多层感知机组件；所述依据所述任务牵涉挖掘网络对每个所述第二融合表征向量进行任务牵涉表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量，包括：
24、将每个所述第二融合表征向量加载到所述联合聚焦投影组件进行聚焦权重确定，获得每个所述第二融合表征向量对应的聚焦表征向量；
25、将每个所述第二融合表征向量对应的聚焦表征向量加载到所述多层感知机组件进行局部表征向量提取，获得所述任务牵涉挖掘网络输出的第二表征向量。
26、在一些实施例中，所述依据所述第一表征向量和所述第二表征向量进行多性能维度推理，获得每个所述性能监测维度对应的推理结果，包括：
27、依据每个所述性能监测维度对应的第三调度器网络确定所述第一表征向量对应的影响系数和第二表征向量对应的影响系数，并依据所述第一表征向量对应的影响系数和第二表征向量对应的影响系数，对所述第一表征向量和所述第二表征向量进行调节融合，获得每个所述性能监测维度对应的第三融合表征向量；
28、本文档来自技高网...
【技术保护点】
1.一种基于BIM的桥梁长期性能数据处理方法，其特征在于，应用于数据处理平台，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述依据两个及以上的共享底层网络对所述桥梁基本要素信息和所述环境监测要素信息进行初始表征向量提取，获得每个所述共享底层网络输出的初始表征向量，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述依据两个及以上的性能监测维度对应的目标神经网络对每个所述共享底层网络输出的初始表征向量进行知识共享处理，获得每个所述目标神经网络输出的第一表征向量，包括：
4.根据权利要求3所述的方法，其特征在于，两个及以上的性能监测维度包括第一性能监测维度和第二性能监测维度，且所述第一性能监测维度在具有任务牵涉关系的牵涉链中，处在所述第二性能监测维度之前，其中，所述牵涉链中的各个性能检测维度具有触发牵涉关系；
5.根据权利要求3所述的方法，其特征在于，所述任务牵涉挖掘网络包括一个或多个任务牵涉分支网络，每个所述任务牵涉分支网络包括联合聚焦投影组件和多层感知机组件；所述依据所述任务牵涉挖掘网络对每个所述第二融合表征向量
6.根据权利要求1所述的方法，其特征在于，所述依据所述第一表征向量和所述第二表征向量进行多性能维度推理，获得每个所述性能监测维度对应的推理结果，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法包括：
8.根据权利要求7所述的方法，其特征在于，所述调试学习样例包括桥梁样例对应的桥梁基本要素信息样例和桥梁环境监测数据样例对应的环境监测要素信息样例；所述依据所述调试学习样例以及所述调试学习样例对应的样例先验标记，对所述基础桥梁多维度监测模型进行迭代调试，获得预设桥梁多维度监测模型，包括：
9.根据权利要求8所述的方法，其特征在于，所述依据所述第一推理结果、所述第二推理结果、所述第三推理结果和所述样例先验标记对所述基础桥梁多维度监测模型进行迭代调试，获得所述预设桥梁多维度监测模型，包括：
10.一种数据处理平台，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。
...【技术特征摘要】
1.一种基于bim的桥梁长期性能数据处理方法，其特征在于，应用于数据处理平台，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述依据两个及以上的共享底层网络对所述桥梁基本要素信息和所述环境监测要素信息进行初始表征向量提取，获得每个所述共享底层网络输出的初始表征向量，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述依据两个及以上的性能监测维度对应的目标神经网络对每个所述共享底层网络输出的初始表征向量进行知识共享处理，获得每个所述目标神经网络输出的第一表征向量，包括：
4.根据权利要求3所述的方法，其特征在于，两个及以上的性能监测维度包括第一性能监测维度和第二性能监测维度，且所述第一性能监测维度在具有任务牵涉关系的牵涉链中，处在所述第二性能监测维度之前，其中，所述牵涉链中的各个性能检测维度具有触发牵涉关系；
5.根据权利要求3所述的方法，其特征在于，所述任务牵涉挖掘网络包括一个或多个任务牵涉分支网络，每个所述任务牵涉分支网络包括联合聚焦投影组件和多层感知机组件；所述依据所述任务牵涉挖掘网络对每个所述第二融合表征向量进行任...
【专利技术属性】
技术研发人员：付雷，韩洪举，喻琳，万斌，吴旭，周杨，张立，陈飞，付天龙，廖志超，
申请(专利权)人：贵州交通建设集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。