-
公开(公告)号：CN116049707A
公开(公告)日：2023-05-02
申请号：CN202310086961.8
申请日：2023-01-30
Applicant: 常州大学
IPC: G06F18/23213 , G06F18/2135 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及神经网络技术领域，尤其涉及基于K均值聚类‑LSTM的燃气管道腐蚀阶段预测方法，包括对采集到的声发射波形进行尾切处理；利用PCA算法提取信号尾切处理后数据特征值的特征向量，并根据累计贡献率进行排序，实现原始数据降维；利用轮廓系数法作为聚类标准，进行聚类判断，得到聚类个数；根据聚类个数、腐蚀后的波形图和撞击‑时间图，利用K‑means聚类算法得到聚类结果；构建LSTM神经网络模型对腐蚀阶段进行预测；利用均方根误差、平均绝对误差和混淆矩阵对LSTM神经网络模型进行评价。本发明实现管道腐蚀阶段的准确预测，为管道腐蚀检修提供有利的参考依据。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
