基于深度信念网络的管道泄漏检测方法的研究

目录

声明

摘要

1．1研究背景及意义

1．2国内外发展现状

1．2．1管道泄漏检测

1．2．2管网故障诊断方法

1．2．3时频分析在管道中的的应用

1．3深度学习技术发展现状

1．4本文主要研究内容与结构

第2章基于可变模态分解的管道关键信息提取

2．1管道异常分类

2．1．1管道泄漏

2．1．2设备调整

2．1．3其他异常

2．2管道信号提取方法对比研究

2．2．1基于小波方法的信息提取

2．2．2基于EMD方法的信息提取

2．2．3基于VMD方法的信息提取

2．3基于改进VMD方法的仿真研究

2．3．1 VIVID方法的改进

2．3．2仿真信号研究

2．3．3管道故障信号仿真验证

2．4本章小结

第3章基于深度信念网络的管道泄漏检测方法

3．1．1 RBM网络结构

3．1．2 RBM的训练方法

3．1．3对比散度算法

3．2深度信念网络原理

3．3基于DBN的管道泄漏检测分类器设计

3．3．1算法流程

3．3．2 DBN分类器设计

3．3．3分类训练研究

3．4管道泄漏仿真分析

3．5本章小结

第4章DBN模型在管道泄漏检测中的性能优化

4．1．1冲量

4．1．2改进的冲量因子

4．2全局训练的优化

4．3算法性能测试

4．4改进前后识别准确率比较

4．5本章小结

第5章总结与展望

参考文献

致谢

攻读硕士期间科研情况