基于深度学习的多模光纤分布式温度与位置预测方法及系统

本发明公开了一种基于深度学习的多模光纤分布式温度与位置预测方法及系统，方法包括：构建基于多模光纤的散斑图像预测温度与位置的卷积神经网络双任务预测模型；获取在不同位置对应的不同温度下采集的多模光纤的散斑图像；基于温度和位置对采集的散斑图像进行分类，按比例构建训练集和测试集；使用训练集对构建的双任务预测模型进行训练，获得训练好的双任务预测模型；将测试集输入训练好的双任务预测模型，输出温度和位置的预测结果。本发明利用双任务预测模型分析多模光纤的散斑图像，来同时预测光纤沿线不同位置的温度和加热位置，借助光纤传输和散斑图像采集，在无需直接接触被测对象的情况下，通过光纤来远程获取目标区域的温度信息。