一种基于深度学习的供水管网漏损识别方法
基本信息
| 申请号 | CN202210434067.0 | 申请日 | - |
| 公开（公告）号 | CN114692699A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692699A | 申请公布日 | 2022-07-01 |
| 分类号 | G06K9/00（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06Q50/06（2012.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 彭浩;王海涛;周东;徐哲;陈晖;何必仕 | 申请（专利权）人 | 杭州电子科技大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 310018浙江省杭州市钱塘新区白杨街道2号大街1158号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于供水管网漏损检测技术领域，为解决噪音计常规处理方法存在的泄漏特征难提取、参数敏感等问题，本发明提供一种基于深度学习的供水管网漏损识别方法，首先将音频信号转换为频谱热力图，充分保留原信号的时频域信息；其次，利用既有的大量实际样本，通过CNN模型自学习能力自行抽取特征进行识别，突破人为经验限制，较常规信号处理方法具有更精准的检漏能力和更强的泛化特性。 |
