基于声学特征的埋地管道堵塞故障的聚类识别方法

来源 :云南大学学报:自然科学版 | 被引量 : 0次 | 上传用户:zhuliner
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对在实际工程应用中埋地排水管道不同程度的堵塞难以检测的问题,提出了一种基于声学特征的管道堵塞故障类型的聚类识别方法.首先对管道中采集的声学信号进行声压级变换,以增加不同故障类型之间的区分度,其次对声压级信号进行总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),利用皮尔逊相关系数选取前4个IMF分量并提取中心频率和能量占比作为聚类特征,之后采用主成分分析法(Principal Component Analysis,PCA)对特征向量进行降维,最后
其他文献
在无线传感器网络的各种应用中,都需要知道传感器节点的相对或实际位置,所以实现传感器节点的定位是一项非常重要的任务.基于多维标度技术,提出了一种新的迭代分布式加权定位
建立了一种简单、快速的分散液液微萃取结合高效液相色谱,测定卷烟主流烟气中的烟碱含量的方法.以0.5%Na OH为提取剂,通过超声辅助从捕集烟气粒相物的剑桥滤片中提取烟碱,以
为了解洞庭湖底泥沉积物中重金属的分布特点,以及污染状况和生态风险,以洞庭湖3个湖区21个断面采样点的沉积物为研究对象,分析Cu、Zn、Pb、Cd、Cr、Hg、As 7种重金属的含量及
以澳洲红树莓叶片为研究材料,利用超声辅助乙醇提取法同时考察总黄酮含量、超氧化物歧化酶(Superoxide Dismutase,SOD)总活力和总蛋白含量3个指标.基于单因素实验结果,对乙醇
机器学习的求解过程可以看作是在假设空间中搜索一个具有强泛化能力和高鲁棒性的学习模型,而在假设空间中寻找合适模型的过程是较为困难的.然而,集成学习作为一类组合优化的
随着社会的不断发展,人们生活水平的不断提高,电力成为了人们日常生活在不可或缺的一部分,特别是10 kV电力电缆线路的运维是电力系统中极为重要的一项工作,在实际运行过程中,
采用密度泛函理论,分别以原始碳纳米管(carbon nanotube,CNT)、单空位(single-vacancy,SV)缺陷碳纳米管、Stone-Wales(SW)缺陷碳纳米管为载体,对Pt原子在这几种载体内外表面的吸附
根据中国科学文献计量评价研究中心公布的2018年度科技论文被引用数据,通过对2016年和2017年发表在《云南大学学报(自然科学版)》的论文被“中国学术期刊影响因子年报”源期
针对现有显著性检测方法得到的显著区域不完整以及存在背景干扰的问题,提出一种空间域的图像显著性检测方法.首先将输入图像进行超像素分割,然后利用超像素图像的颜色和亮度信息获得差值显著图以及视觉中心,依据超像素种子点与视觉中心的位置关系获得空间权重,最后将各超像素块的显著值与其视觉空间权重相结合计算,以此得到最终的视觉显著图.与现有算法相比,方法既能得到精确的显著区域,保留边缘细节信息,又能有效地去除背
2019年8月20日,中国期刊协会在京举办迎接新中国成立70周年期刊出版座谈会。全国万余种期刊中,共有102家期刊单位获得“致敬创刊70年”荣誉称号。入选期刊均创刊逾70年。其中