基于SE-2DCNN模型的uwDAS气体管道泄漏识别方法

基于SE‑2DCNN模型的uwDAS气体管道泄漏识别方法，使用uwDAS系统采集管道泄漏信号S(n)；构建管道泄漏数据集，并提取信号的MFCC特征；构建SE‑2DCNN模型；对SE‑2DCNN模型进行网络参数调优；输入优化参数后的SE‑2DCNN模型对管道泄漏数据集进行识别。本发明气体管道泄漏识别方法通过引入空间扩张二维卷积神经网络(SE‑2DCNN)，优化了对处理过的泄漏信号的特征提取和分类性能。SE‑2DCNN结构能够更深入地捕捉和学习泄漏信号的空间特征，通过其高效的学习机制，提高了对管道泄漏事件的识别准确率。