龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京林业大学
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，具体包括：以固有拍门临界工作气压为中心逐次对称增压减压，形成n种动态临界工作气压检测状态P1，P2，…，Pn，并以n种动态临界工作气压连续驱动气动拍门关闭；连续进行n次动态检测拍门位置状态，得到n次检测结果，若检测结果xi为开启，则取值为xi＝0，若检测结果xi为关闭，则分别取值为xi＝1，2，…，n；将n次检测结果顺序排列，组成n维动态特征向量x＝x1,x2,…,xnT，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，具体包括：设计感知器均值权重向量w＝w1,w2,…,wnT＝1,1,…,1T；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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号