一种基于BD联合卷积神经网络的供水管道泄漏检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于BD联合卷积神经网络的供水管道泄漏检测方法
申请号:CN202510022142
申请日期:2025-01-07
公开号:CN119934446A
公开日期:2025-05-06
类型:发明专利
摘要
一种基于BD联合卷积神经网络的供水管道泄漏检测方法,涉及一种供水管道泄漏检测方法,为了解决现有的供水管网泄漏检测检测中,盲解卷积滤波器无法直接与深度学习的算法联合使用,导致识别模型识别的准确率差问题。本发明通过BD滤波器对获取的含噪信号进行滤波处理,获得频域滤波信号;利用频域滤波信号对卷积神经网络模型进行参数优化训练,生成供水管道泄露识别模型;将将泄露点位的当前含噪声信号通入至供水管道泄露识别模型输入端,输出检测结果。有益效果为提高了供水管道识别模型对待检测信号识别的准确度。
技术关键词
泄漏检测方法 供水管道 卷积神经网络模型 线性滤波器 训练样本数据 信号 表达式 供水管网泄漏检测 卷积定理 振动传感器 噪声 训练集 盲解卷积 时间偏移量 定义方法 标签
系统为您推荐了相关专利信息
图像查重方法 卷积神经网络模型 局部特征描述子 嵌入特征 残差网络
防越级跳闸 决策系统 关键故障特征 校验单元 故障特征提取
RFID扫描 扫描设备 推荐方法 跨设备 约束优化算法
地下管廊 漏水检测方法 声学特征 多源融合 特征提取工具
风险评分模型 权重更新方法 卷积神经网络模型 样本 注意力