摘要
本发明涉及水务领域,具体是一种基于卷积神经网络和管道属性融合的漏损检测方法。目的是提供一种基于卷积神经网络和管道属性融合的漏损检测方法,该方法应能在各种环境中高效、准确地检测管道漏损。技术方案是基于卷积神经网络和管道属性融合的漏损检测方法,包括以下步骤:步骤1、采集音频信号与管道属性:通过传感器采集管道水流的音频信号;检测管道属性;步骤2、预处理音频信号:对音频信号的采样时间与采样率进行预处理;步骤3、提取特征向量:提取时频特征向量、管材特征向量与管径特征向量;步骤4、管道漏损检测:将特征输入卷积神经网络模型分类后得到管道漏损状态。
技术关键词
卷积神经网络模型
管道
音频
采样率
贴片麦克风
信号
水声传感器
短时傅里叶变换
管材
振动传感器
接触式
水流
编码
算法
系统为您推荐了相关专利信息
文本
语音生成方法
状态转换模型
音频特征
训练语音模型
信息综合管理系统
卷积神经网络模型
畜牧养殖场
条目
牲畜
对话生成系统
角色外观
视频帧
主题
计算机视觉技术
3D点云
焊缝缺陷检测
点云数据采集
生成三维模型
深度学习模型