摘要
本发明涉及管线积液检测技术领域,尤其涉及一种基于时频特征筛选的集输管线积液状态识别方法及系统,包括如下步骤:S1,获取集输管线若干积液状态的建模数据,标定所述建模数据的状态标签;S2,提取时频特征并标记索引位数;S3,使用Lasso回归方法筛选时频特征并计算时频特征的特征系数,保留特征系数不为0的时频特征并记录对应的索引位数作为样本索引位数;S4,构建随机森林模型;S5,获取集输管线的实时数据,提取实时数据的时频特征,根据样本索引位数提取时频特征,将提取出的时频特征输入随机森林模型,以得到集输管线的积液状态。本发明提高了对积液状态的识别准确率。
技术关键词
状态识别方法
随机森林模型
积液
信号
实时数据
特征提取单元
回归方法
保留特征
索引
时域特征
频域特征
标签
状态识别系统
样本
矩阵
标记
液位
系统为您推荐了相关专利信息
电刺激模块
轻量化卷积神经网络
经颅直流电刺激
电源管理系统
信号处理系统
人机协同控制方法
轨迹误差
集成学习模型
康复设备
滑动窗口法
电源管理模块
通信模块
深度睡眠唤醒
时钟门控
低功耗
电荷泵控制电路
分压电路
电荷泵电路
晶体管
电压