本发明提供一种基于深度置信网络信息融合的供暖管道泄漏检测方法，包括：S1：选择包括双层受限玻尔兹曼机和基于Gauss‑Cos混合核函数的最小二乘支持向量分类机结合的深度置信网建立供暖管道泄漏的信息融合检测模型；S2：采集新数据信息测试信息融合检测模型的正确率；S3：当正确率在95％以上时，信息融合检测模型符合要求，进入S6；否则进入S4至S5；S4：利用Gibbs采样迭代更新并改进信息融合检测模型，直至所有原始数据对应的特征矩阵均被选取过；S5：更新深度置信网权值偏置矩阵模型参数，完成信息融合检测模型的更新，返回S2至S3；S6：将待检测管道的特征矩阵输入信息融合检测模型，输出管道状态分类结果。
本发明解决了管道泄漏方法效率低、精度低的问题。

李琦 杜晓东 李萌 谢梦琦

大连理工大学 赛尔网络有限公司

116024 辽宁省大连市高新园区凌工路2号

本发明提供一种基于深度置信网络信息融合的供暖管道泄漏检测方法，包括：S1：选择包括双层受限玻尔兹曼机和基于Gauss‑Cos混合核函数的最小二乘支持向量分类机结合的深度置信网建立供暖管道泄漏的信息融合检测模型；S2：采集新数据信息测试信息融合检测模型的正确率；S3：当正确率在95％以上时，信息融合检测模型符合要求，进入S6；否则进入S4至S5；S4：利用Gibbs采样迭代更新并改进信息融合检测模型，直至所有原始数据对应的特征矩阵均被选取过；S5：更新深度置信网权值偏置矩阵模型参数，完成信息融合检测模型的更新，返回S2至S3；S6：将待检测管道的特征矩阵输入信息融合检测模型，输出管道状态分类结果。
本发明解决了管道泄漏方法效率低、精度低的问题。