-
公开(公告)号:CN110335430A
公开(公告)日:2019-10-15
申请号:CN201910529579.3
申请日:2019-06-19
申请人: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
摘要: 本发明属于管道监测领域,具体涉及一种基于深度学习的管道安全监测系统,旨在为了解决现有的干涉型光纤预警系统对事件的漏报和误报率高,无法稳定地识别入侵事件类别问题。本发明包括光纤探测模块,用于获取探测信号和参考信号;信号处理模块,用于获取探测信号和参考信号形成的干涉信号的时域、频域统计特征;事件分类模块,用于通过基于深度神经网络构建的事件分类模型进行事件特征类别的判断,获取事件的分类。本发明提升了事件的识别精度,降低了漏报率和误报率,及时准确地发现入侵事件。