.png){kind=icon}
返回
Django-based framework database for leakage detection using machine learning for water distribution networks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.110525.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
供水管网中的泄漏是一个关键问题，传统检测方法效率低下且容易出错。基于声学的泄漏检测通常缺乏标准化数据库，限制了其有效性。本研究提出一个集成系统，使用MySQL、Python和Django来管理和分析声学泄漏数据。该系统整合了变分模态分解（VMD）、小波阈值降噪、特征提取和支持向量机（SVM）以实现精确的泄漏检测。在413个带标签的声学样本上的实验达到了96.1%（训练集）和97.4%（测试集）的分类准确率。该方法提高了检测精度，并提供了一种可扩展的实时监测解决方案，对改善水分配系统管理和决策具有显著的实际意义。
Keyword:
Water supply system
Database management system
Django
Statement analysis
Leakage prediction
期刊
IF:
8
论文数:
5.4K
被引数:
3.5W
机构
引用论文
Pressure and flow variation in gas distribution pipeline for leak detection用于泄漏检测的燃气输配管道压力和流量变化
PREAI
分享收藏Development of a Leakage Control System at the Water Supply Network of the City of Patras帕特拉斯市供水网络泄漏控制系统的开发
OAAI
OAAI分享收藏PENGGUNAAN TEKNOLOGI JQUERY SEBAGAI FRAMEWORK PENGEMBANGAN APLIKASI MOBILE LEARNING PRANIKAHjQuery技术在婚恋学习移动应用程序开发框架中的应用.png)
semanTIK
OAAI
semanTIKIF0
OAAI分享收藏A Comprehensive Comparative Study of Artificial Neural Network (ANN) and Support Vector Machines (SVM) on Stock Forecasting人工神经网络 (ANN) 和支持向量机 (SVM) 在股票预测中的综合比较研究
PREAI
分享收藏
查看更多内容