【技术实现步骤摘要】
本专利技术属于管道智能监测应用，具体涉及一种基于多模态数据的abr管漏损判别方法。
技术介绍
1、基于丙烯酸脂和聚氯乙烯树脂及热稳定剂等辅助材料共混，通过亚克力超强分子和聚氯乙烯分子强分子间作用力生成abr材料，具有耐低温、高抗冲、高强高韧、外荷载高的优点，应用范围逐渐广泛，其存在的漏损问题也越来越无法忽视。
2、现有针对管道漏损检测方法，主要采用声学方法、压力法、建立水力模型等，如水听器、探地雷达、红外热成像等方法，这些方法都只能获得一种模态数据，基于此建立的如水力模型、卷积神经网络模型等，都属于单模态模型，考虑因素单一诊断精度不高，而实际工程中，管道漏损往往与多种影响因子相关，需要结合图像、声音以及文本多模态数据才能达到综合诊断的效果，因此，亟需开展针对新型abr管道漏损的多模态多源数据融合的诊断方法。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出了一种基于多模态数据的abr管漏损判别方法，用以实现对abr管内外多模态数据的自动采集以及利用多模态数对abr管漏损概率
【技术保护点】
1.一种基于多模态数据的ABR管漏损判别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多模态数据的ABR管漏损判别方法，其特征在于，所述步骤S1包括：
3.根据权利要求2所述的一种基于多模态数据的ABR管漏损判别方法，其特征在于，所述预设的处理规则包括：
4.根据权利要求2所述的一种基于多模态数据的ABR管漏损判别方法，其特征在于，所述为每一组数字模态数据构建数据标签并集中生成标准化的数据集包括：
5.根据权利要求1所述的一种基于多模态数据的ABR管漏损判别方法，其特征在于，所述步骤S2包括：
6...
【技术特征摘要】
1.一种基于多模态数据的abr管漏损判别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多模态数据的abr管漏损判别方法，其特征在于，所述步骤s1包括：
3.根据权利要求2所述的一种基于多模态数据的abr管漏损判别方法，其特征在于，所述预设的处理规则包括：
4.根据权利要求2所述的一种基于多模态数据的abr管...
【专利技术属性】
技术研发人员：胡少伟，苏常旺，单常喜，叶宇霄，李文昊，
申请(专利权)人：郑州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。