摘要
本发明公开了一种基于数字化的敏感区域水下爆破安全预警方法与系统,包括:获取水下爆破环境的多维度物理参数,所述物理参数包括压力、温度、声波、振动等,采用高灵敏抗干扰传感器阵列布置于关键监测点,获取所述物理参数;对所述传感器阵列获取的原始数据进行初步去噪处理,滤除环境噪声和传感器自身误差,得到纯净的监测数据;对所述去噪后的监测数据进行高效压缩,保留关键特征信息;从所述压缩数据中提取特征,筛选出对爆破过程影响显著的特征向量;将所述提取的特征向量输入到预设的机器学习模型中,采用所述机器学习模型实时判断爆破过程中的异常状态,输出异常预警信号。
技术关键词
风险评估模型
机器学习模型
抗干扰传感器
异常状态
物理
Huffman编码
离散余弦变换
预警方法
数据压缩
参数
传感器阵列
评估算法
小波变换技术
主成分分析算法
监测点
计算机装置
解析算法
系统为您推荐了相关专利信息
模型优化方法
逻辑
机器学习模型
文本特征向量
文本编码器
冲锋衣
特征点云
虚拟三维模型
三维试衣系统
数据
水泵站系统调度
调水工程
构建机器学习模型
长短期记忆网络
泵站运行状态
辅助判别方法
前馈神经网络
非线性特征
因子
注意力