摘要
本发明涉及深度学习和分布式光纤研究技术领域,公开了基于多头注意力机制与双向长短期记忆事件识别方法、系统、设备及介质,包括:获取与任务相关的多种相位敏感光时域反射仪数据,并进行第一处理;构建基于多头注意力机制的双向长短期记忆网络模型,将第一处理后的数据输入双向长短期记忆网络模型中进行训练和验证;输出训练完成的事件识别模型,用于对光纤传感事件进行分类识别。本发明充分考虑时序特征在数据处理中的重要性,并通过注意力机制聚焦于关键信息数据,从而提高识别精度并减少误报。与传统技术相比,本发明显著提升事件识别的准确性,为电力系统光纤传感监测提供更精准、可靠的事件识别解决方案。
技术关键词
多头注意力机制
双向长短期记忆
事件识别方法
相位敏感光时域反射仪
计算机可执行指令
时序依赖关系
数据
电力系统光纤
背景噪声水平
多层网络结构
特征提取能力
分布式光纤
模型训练模块
传感
梯度下降法
事件特征
系统为您推荐了相关专利信息
玻璃温室
浓度预测方法
门控循环单元
皮尔逊相关系数
时序特征
国密算法
计算机可执行指令
采集传输方法
国产密码算法
数据加密
纵断面线形
重构方法
转换器
数据
计算机程序指令
障碍物
存储机器人
计算机可执行指令
数据处理方法
坐标系