摘要
本发明提出一种光纤水听器目标事件分类方法、装置、设备及介质,包括输入光纤水听器对不同已知类型的水声目标事件进行传感得到的干涉采样信号,构建对应不同类型水声目标事件的光纤水听器采样信号数据集;将光纤水听器采样信号数据集输入到神经网络模型中利用前向传播和梯度下降法进行训练,获得训练好的水声目标事件分类检测模型;基于训练好的水声目标事件分类检测模型,对所述光纤水听器对水声目标事件进行传感得到的干涉采样信号进行水声目标事件分类检测,获取对应的水声目标事件的分类结果。本发明利用神经网络和机器学习自动提取特征,实现从时域光信号到目标事件种类的直接映射,简化了数据处理流程,优化了目标事件检测的效率。
技术关键词
事件分类方法
残差卷积神经网络
干涉型光纤水听器
光纤水听器探头
FIFO模块
光信号
神经网络模型
梯度下降法
AXI接口
接口模块
耦合器
高速数据
注意力
传感
数据交互模块
通道
系统为您推荐了相关专利信息
残差卷积神经网络
水泥生料
TensorFlow框架
数据上传模块
数据查询模块
端口
自动生成方法
芯片
FIFO模块
计算机可执行指令
深度强化学习
诊断方法
数据传输延迟
时延
数据传输能耗
残差卷积神经网络
角度测量方法
角度测量仪
残差模块
多尺度特征提取