期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一维卷积长短期记忆神经网络的管道泄漏检测方法
被引量：
12
1
作者
聂维
江竹
+2 位作者
刘伯相
林豪
冉义建
《中国农村水利水电》
北大核心
2022年第1期147-152,157,共7页
针对以数据为驱动的管道泄漏检测方法,未能有效同步利用泄漏信号的空间和时序特征的问题,提出一种基于一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)相结合的管道泄漏识别方法。该网络模型以去噪处理后的管道压力信号为输入源,先后使...
针对以数据为驱动的管道泄漏检测方法,未能有效同步利用泄漏信号的空间和时序特征的问题,提出一种基于一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)相结合的管道泄漏识别方法。该网络模型以去噪处理后的管道压力信号为输入源,先后使用1D-CNN、LSTM提取其空间特征和时间维度特征,利用已提取的空时两种不同维度的特征建立压力信号与管道状况的对应关系,进而实现对管道泄漏的检测。对比分析实验结果表明,1D-CNN-LSTM方法提取的特征参数更具有效性与可靠性,管道泄漏的检测精准度显著提升。
展开更多
关键词
管道泄漏
检测
压力信号
卷积神经网络
长短期记忆网络
在线阅读
下载PDF
职称材料
题名
一维卷积长短期记忆神经网络的管道泄漏检测方法
被引量：
12
1
作者
聂维
江竹
刘伯相
林豪
冉义建
机构
西华大学能源与动力工程学院
出处
《中国农村水利水电》
北大核心
2022年第1期147-152,157,共7页
文摘
针对以数据为驱动的管道泄漏检测方法,未能有效同步利用泄漏信号的空间和时序特征的问题,提出一种基于一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)相结合的管道泄漏识别方法。该网络模型以去噪处理后的管道压力信号为输入源,先后使用1D-CNN、LSTM提取其空间特征和时间维度特征,利用已提取的空时两种不同维度的特征建立压力信号与管道状况的对应关系,进而实现对管道泄漏的检测。对比分析实验结果表明,1D-CNN-LSTM方法提取的特征参数更具有效性与可靠性,管道泄漏的检测精准度显著提升。
关键词
管道泄漏
检测
压力信号
卷积神经网络
长短期记忆网络
Keywords
pipeline leaks
detection
pressure signal
convolutional neural network
long short-term memory network
分类号
TV213 [水利工程—水文学及水资源]
TK7 [动力工程及工程热物理—流体机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一维卷积长短期记忆神经网络的管道泄漏检测方法
聂维
江竹
刘伯相
林豪
冉义建
《中国农村水利水电》
北大核心
2022
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
