摘要
本申请提供一种基于图像识别的高层建筑水质变化预测方法及系统,所述方法包括:获取目标管道预设时间段的时序数据集,所述时序数据集包括目标水管预设时间段的第一图像时序数据、第二图像时序数据以及水质传感器时序数据;分别对所述第一图像时序数据和第二图像时序数据进行特征提取,获得对应的管道内壁锈斑变化特征和管道中心荧光变化特征;将所述管道内壁锈斑变化特征、管道中心荧光变化特征与水质传感器时序数据进行多模态融合,获得多模态时序数据,并输入至预设的水质变化预测模型,以使所述水质变化预测模型输出对应的水质变化预测结果;根据所述水质变化预测结果,生成对应的预警信号,提升高层建筑二次供水系统的供水安全性。
技术关键词
变化预测方法
多模态
水质传感器
高层建筑
管道
时序数据预测
锈斑
预测模型训练
长短期记忆网络
三次样条插值法
二值化图像
预测系统
多头注意力机制
荧光
水管
系统为您推荐了相关专利信息
数据分析决策
分布式数据采集
画像
决策算法
异常数据
安全监管
历史维修数据
无人巡检设备
管道监测设备
智慧燃气
图像编辑方法
文本
交叉注意力机制
预训练模型
图像编辑技术