一种基于数据和机器学习的智慧测漏手段
在供水行业全面推行"智慧水务"的进程中,漏水探测作为水务工作的重要环节,同样需要提高"智慧"水平.漏水探测一直以来是一项高度依赖于人工的工作,本文尝试探索一种新的声学探测检漏工作模式,通过大量采集量化的漏水噪声以及相关数据,利用这些数据进行机器学习,判断漏水点,使检漏工作逐渐摆脱对人听力、学习、思考和判断的依赖,达到弱人工智能水平.这种数据量化加机器学习的模式,对漏水噪声的判断可以达到远高于人工的准确率,并具有不断自我完善的能力.
漏水检测、数据、机器学习、人工智能、支持向量机
TP181;TB52(自动化基础理论)
2020-03-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
208-213