基于半监督迁移学习的供水管网泄露智能诊断方法

AITNT
正文
推荐专利
基于半监督迁移学习的供水管网泄露智能诊断方法
申请号:CN202411732269
申请日期:2024-11-29
公开号:CN119202958B
公开日期:2025-03-14
类型:发明专利
摘要
本发明提供一种基于半监督迁移学习的供水管网泄露智能诊断方法,所述方法包括数据预处理、模型构建和模型评估三个部分。所述方法通过最小化经验分布,减小源域和目标域之间的域间距离,分别利用有标签和无标签数据对网络进行调整,帮助模型在源域和目标域之间进行有效的知识转移,从而提升因小样本、样本不均衡造成的低准确率。对比于现有的管网泄露诊断方法,本发明所提出的用于供水系统的故障诊断模型实现了更低的损失值,并在诊断准确率和精度方面都得到了一定的提升。
技术关键词
半监督迁移学习 智能诊断方法 迁移学习模型 分支 网络 供水管 故障诊断模型 无标签数据 压力传感器 供水系统 多指标 度量 时序 分类器 样本 表达式
系统为您推荐了相关专利信息
1
一种三摄像头融合的客流出入口高精度客流监测系统
客流监测系统 客流出入人数统计 数据处理模块 监测点 数据采集模块
2
一种基于深度学习的无文件内存马检测方法及装置
高风险 特征值 分布直方图 内存 对象
3
一种POWERLINK与TSN异构网络确定性时延调度方法
网络管理器 队列 时延 传输单元 POWERLINK协议
4
一种利用无人机投放传感器节点和部署网络方法及无人机
传感器节点 无人机 储存容器 投放装置 无线传感器网络
5
基于图神经网络的食管癌RNA-蛋白互作空间预测方法及装置
空间预测方法 多模态特征 阶段 融合特征 注意力机制
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