申请/专利权人：浙江工业大学

申请日：2021-01-07

公开（公告）日：2024-03-22

公开（公告）号：CN112801306B

主分类号：G06N20/10

分类号：G06N20/10;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.06.01#实质审查的生效;2021.05.14#公开

摘要：一种基于随机扫频和机器学习的布里渊频移提取方法，包括以下步骤：步骤1，根据给定采样次数M，使用随机数生成函数生成范围在0到1之间的M个随机数；步骤2，根据给定采样范围和随机数X，构造出M个随机扫频频率；步骤3，给定拟合函数的线型S，布里渊频移取值f，根据随机扫频频率fs构造布里渊增益谱特征集FnxM；步骤4，根据布里渊增益谱数据集FnxM构造对应的标签集Lnx1；步骤5，根据特征集和标签集使用机器学习算法进行训练，得出L＝KF；步骤6，对于给定的布里渊增益谱B，根据L＝KF求得布里渊增益谱B所对应的布里渊频移。本发明在不降低准确度的前提下能够有效提高效率。

主权项：1.一种基于随机扫频和机器学习的布里渊频移提取方法，其特征在于，该方法应用于分布式光纤应变传感，推算出光纤每一个位置点处的应变、温度分布，所述方法包括以下步骤：步骤1，根据给定采样次数M，使用随机数生成函数，生成范围在0到1之间的M个随机数，X＝[X1,···,XM]；步骤2，根据给定采样范围f1,f2,以及所述的随机数X，构造出M个随机扫频频率fs＝{fsi，i＝1,2,3,···,M}，其中fsi＝f1+f2-f1×Xii＝1,2,3,···,M；步骤3，给定拟合函数的线型S，以及布里渊频移取值f＝[f1,f2,f3,…,fn]，根据所述的随机扫频频率fs，构造布里渊增益谱特征集FnxM 步骤4，根据所述的布里渊增益谱数据集FnxM构造对应的标签集Lnx1 步骤5，根据特征集和标签集使用机器学习算法进行训练，得出L＝KF；步骤6，对于给定的布里渊增益谱B＝[B1,B2,…,BM]，根据步骤5所述的L＝KF，求得布里渊增益谱B所对应的布里渊频移。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于随机扫频和机器学习的布里渊频移提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD