基于梅爾頻率倒譜系數(shù)特征識別供水管網(wǎng)漏損的機器學習模型比較研究

摘要： 當前，聲信號在供水管網(wǎng)漏損識別領域備受關注，成為水務行業(yè)研究的焦點。針對探漏培訓基地采集的聲信號進行處理，提取梅爾頻率倒譜系數(shù)特征，并運用支持向量機、隨機森林、梯度提升決策樹、XGBoost和BP神經(jīng)網(wǎng)絡五種有代表性的機器學習模型進行訓練和測試。測試結果表明，5種機器學習模型都能有效識別管道中的漏損聲信號特征，F(xiàn)1分數(shù)都超過86%。將上述模型應用于診斷實際管網(wǎng)中獲取的漏損聲信號... （共7頁）