申请/专利权人:北京林业大学
申请日:2023-12-22
公开(公告)日:2024-04-05
公开(公告)号:CN117828426A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/213;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种基于动态均值感知器神经网络的拍门污水泄漏检测方法及系统,所述动态均值感知器神经网络的检测模型包括动态特征向量、均值权重向量、求和单元和激活函数;所述方法包括:采集n次拍门位置状态,组成n维动态特征向量,以形成感知器输入,其中n为正整数;利用求和单元将n维动态特征向量与n维均值权重向量加权求和,获得n次检测结果平均值为均值特征量,完成感知器加权求和;根据均值特征量,通过激活函数,采用输出阈值分类识别拍门污水泄漏状态,形成感知器分类识别输出,完成拍门污水泄漏检测。本发明可以有效减小系统误差和随机误差,实现气动拍门污水泄漏精准检测,极大减少排水管网拍门污水泄漏。
主权项:1.一种基于动态均值感知器神经网络的拍门污水泄漏检测方法,其特征在于,所述动态均值感知器神经网络的检测模型包括动态特征向量、均值权重向量、求和单元和激活函数;所述方法包括:采集n次拍门位置状态,组成n维动态特征向量,以形成感知器输入,其中n为正整数;利用求和单元将n维动态特征向量与n维均值权重向量加权求和,获得n次检测结果平均值为均值特征量,完成感知器加权求和;根据均值特征量,通过激活函数,采用输出阈值分类识别拍门污水泄漏状态,形成感知器分类识别输出,完成拍门污水泄漏检测。
全文数据:
权利要求:
百度查询: 北京林业大学 基于动态均值感知器神经网络的拍门污水泄漏检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。