-
-
公开(公告)号:CN116863251B
公开(公告)日:2023-11-17
申请号:CN202311122446.7
申请日:2023-09-01
Applicant: 湖北工业大学
IPC: G06V10/764 , G06N3/0442 , G06V10/44 , G06V10/774 , G06V10/82 , G01H9/00
Abstract: 本发明属于分布式光纤传感技术领域,公开了一种分布式光纤传感扰动识别方法。本发明首先基于Φ‑OTDR分布式光纤传感系统采集获得多类扰动事件对应的原始数据,原始数据为一维时间序列信号;然后对原始数据进行预处理,得到预处理后的一维时间序列信号;之后通过格拉姆角场转换得到二维图像,将二维图像按照扰动事件的种类进行整理得到数据总集,并划分为训练集和验证集;构建HorNet网络模型,利用训练集、验证集分别对HorNet网络模型进行训练和验证,得到训练好的HorNet网络模型;最后利用训练好的HorNet网络模型进行扰动识别。本发明能够提高分布式光纤传感扰动识别的准确率,并能够减少计算量,提高识别效率。
-
-
公开(公告)号:CN118606745A
公开(公告)日:2024-09-06
申请号:CN202410593029.9
申请日:2024-05-14
Applicant: 湖北工业大学
IPC: G06F18/24 , G01H9/00 , G06F18/214 , G06F18/15 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提供一种基于ResNet双注意力机制的光纤传感信号识别方法,属于光纤信号识别技术领域,包括:通过搭建Φ‑OTDR分布式光纤传感系统,采集了原始噪声信号和多类扰动信号,基于格拉姆角场的原理将预处理后的一维时间序列信号转换成二维图像,不仅能够获得更深层次的特征,并且省去复杂的特征提取的步骤,有效保留原时间序列时间维度的信息,构建ResNet双注意力机制模型,并利用模型进行扰动识别,提高了识别准确率和识别效率,有利于实现对入侵行为的精准检测。本发明提出的模型对图像的识别能力优越,模型架构设计中引入的显式的高阶空间交互作用有利于提高视觉模型的建模能力,能有效识别出转换为二维数据的光纤传感事件。
-
公开(公告)号:CN116863251A
公开(公告)日:2023-10-10
申请号:CN202311122446.7
申请日:2023-09-01
Applicant: 湖北工业大学
IPC: G06V10/764 , G06N3/0442 , G06V10/44 , G06V10/774 , G06V10/82 , G01H9/00
Abstract: 本发明属于分布式光纤传感技术领域,公开了一种分布式光纤传感扰动识别方法。本发明首先基于Φ‑OTDR分布式光纤传感系统采集获得多类扰动事件对应的原始数据,原始数据为一维时间序列信号;然后对原始数据进行预处理,得到预处理后的一维时间序列信号;之后通过格拉姆角场转换得到二维图像,将二维图像按照扰动事件的种类进行整理得到数据总集,并划分为训练集和验证集;构建HorNet网络模型,利用训练集、验证集分别对HorNet网络模型进行训练和验证,得到训练好的HorNet网络模型;最后利用训练好的HorNet网络模型进行扰动识别。本发明能够提高分布式光纤传感扰动识别的准确率,并能够减少计算量,提高识别效率。
-
-
-
-