一种基于多模态数据的光缆外破事件识别方法及系统

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。