摘要
本申请涉及光缆运维监测领域,具体涉及一种基于多模态数据的光缆外破事件识别方法及系统,所述识别系统包括,通过分别采集光缆的振动数据和声波数据,并提取对应的振动特征和声波特征,利用对应的识别模型从振动和声波两种模态中,分别获取对应的第一事件预测概率分布和第二事件预测概率分布,以及对应的第一置信度和第二置信度,通过对第一置信度和第二置信度的大小判断,从第一事件预测概率分布和第二事件预测概率分布中确定光缆外破事件的事件类型。本申请通过融合振动与声波数据的多模态分析,结合动态置信度决策机制,显著提升光缆外破事件识别的准确性与鲁棒性,进而有效地提高光缆外破事件识别的准确性。
技术关键词
事件识别方法
光缆
声波特征
振动特征
多模态
识别系统
可读存储介质
特征提取模块
模态分析
计算机
数据采集模块
处理器
关系
鲁棒性
电子设备
系统为您推荐了相关专利信息
视频问答方法
多模态注意力
自然语言模型
文本
融合特征
多模态智能传感器
监测预警系统
远程智能控制
数据分析系统
可视化交互系统
智能眼镜
视觉辅助系统
多模态
语音播报模块
数据传输模块
隧道支护系统
复合管片结构
弹性锁扣
XGBoost模型
多腔体
混沌预测方法
动态贝叶斯网络
避雷器故障
变分贝叶斯
三维物理模型