一种基于CWT-Xception-RF的φ-OTDR振动...
公开
摘要
本发明公开了一种基于CWT‑Xception‑RF的φ‑OTDR振动信号分类方法，首先通过提取获得φ‑OTDR振动信号的人工特征，通过CWT处理获得φ‑OTDR振动信号时频图；针对时频图利用迁移学习Xception模型提取获得φ‑OTDR振动信号深度特征；然后针对人工特征和深度特征，利用皮尔逊相关系数法进行相关性分析，获得相关系数值；最后构建随机森立分类算法RF对相关系数值不高于0.9的人工特征和深度特征进行计算，输出φ‑OTDR振动信号所属各类别的概率，实现φ‑OTDR振动信号分类。本发明为降低φ‑OTDR系统中高误警率的现象提供了一种有效的识别方法。
基本信息
专利标题 ：
一种基于CWT-Xception-RF的φ-OTDR振动事件分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626420A
申请号 ：
CN202210304198.7
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
钟翔任杰陈晓珊孙宇曹翰昱邓华夏马孟超
申请人 ：
合肥工业大学
申请人地址 ：
安徽省合肥市包河区屯溪路193号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
何梅生
优先权 ：
CN202210304198.7
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
