基于梅尔频率倒谱系数特征识别供水管网漏损的机器学习模型比较研究

摘要： 当前，声信号在供水管网漏损识别领域备受关注，成为水务行业研究的焦点。针对探漏培训基地采集的声信号进行处理，提取梅尔频率倒谱系数特征，并运用支持向量机、随机森林、梯度提升决策树、XGBoost和BP神经网络五种有代表性的机器学习模型进行训练和测试。测试结果表明，5种机器学习模型都能有效识别管道中的漏损声信号特征，F1分数都超过86%。将上述模型应用于诊断实际管网中获取的漏损声信号... （共7页）