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。