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
可靠性评估方法
大数据
参数
卷积神经网络模型
风机
夹持定位机构
地铁车辆
运输方法
配件
人力资源规划
实时数据
智能采集设备
种植方法
阶段
卷积神经网络模型
食用菌品质
深度卷积神经网络模型
图像分类方法
学习算法
图像分类系统