基于小波散射网络的电缆破损检测方法及系统

AITNT
正文
推荐专利
基于小波散射网络的电缆破损检测方法及系统
申请号:CN202411675830
申请日期:2024-11-22
公开号:CN119167212A
公开日期:2024-12-20
类型:发明专利
摘要
本发明涉及一种基于小波散射网络的电缆破损检测方法及系统。所述方法包括:采集待检测电缆工作过程中产生的信号数据进行数据预处理,并进行信号分段处理得到若干信号片段;基于小波散射网络提取出多尺度特征,形成特征向量输入至LSTM模型中进行多尺度特征分类,得到分类结果,进而得到破损检测结果。通过小波散射网络进行数据特征提取,可以减少环境噪声和信号干扰对电缆破损检测的影响;通过设计基于LSTM的分类模型,对小波散射网络提取的多尺度特征进行分类,解决了电缆破损检测任务中的分类难题,提高了对破损电缆的识别精度,为进一步的电缆状态监测和维护提供了坚实基础,实现对电缆破损的精确检测,具有较强的可靠性和精度。
技术关键词
破损检测方法 检测电缆 多尺度特征 LSTM模型 小波散射网络 数据采集设备 信号分析 声波传感器 电磁传感器 分段 非线性 破损检测系统 振动传感器 数据特征提取 特征提取模块 数据处理模块
系统为您推荐了相关专利信息
1
基于深度学习的实时多目标检测系统及方法
多尺度特征金字塔 多尺度特征提取 卡尔曼滤波器 引入注意力机制 协方差矩阵
2
一种遥感图像目标检测的方法、系统和计算机程序产品
图像特征提取 神经网络模型训练 正弦编码 解码器 多尺度特征
3
一种基于深度学习的舞蹈文化符号识别演变分析方法
演变分析方法 符号 融合特征 特征金字塔网络 知识图谱分析
4
基于深度学习的图像分割方法及计算机程序产品
图像编码器 图像分割方法 解码器 状态空间模型 计算机程序产品
5
一种细粒度语义感知辅助边界定位的视频密集描述方法
损失函数优化 视频 语义层面 事件特征 视觉特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号