摘要
本发明公开了一种基于CNN‑Mamba算法的Φ‑OTDR事件识别方法、系统、设备及介质,属于深度学习和分布式光纤技术领域,包括获取原始Φ‑OTDR分布式光纤传感信号数据,对原始Φ‑OTDR分布式光纤传感信号数据进行预处理;构建用于事件分类的CNN‑Mamba模型,其中模型包括卷积神经网络与Mamba结构的组合,采用至少两组卷积与非线性激活操作,并引入特征聚合与自适应降维机制,通过全连接层与分类输出层完成事件识别;对CNN‑Mamba模型进行训练,训练过程中基于训练集与验证集进行模型训练及评估。本发明确保信号特征的完整性和可识别性,能够有效提取光纤信号的高级特征,提高复杂环境下的事件检测能力。
技术关键词
事件识别方法
算法
分布式光纤技术
模型训练模块
信号特征
机制
数据
非线性
时序特征
长度调节
输出特征
识别系统
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
空气循环功能
洁净厂房
深度神经网络模型
调节系统
计算机视觉
动作生成方法
社会力模型
动作控制方法
场景
速度