哈尔滨工业大学;国家电网有限公司信息通信分公司;国网河北省电力有限公司信息通信分公司董永康获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉哈尔滨工业大学;国家电网有限公司信息通信分公司;国网河北省电力有限公司信息通信分公司申请的专利一种基于机器学习的布里渊异形谱识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117115510B 。
龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310903585.7,技术领域涉及:G06V10/764;该发明授权一种基于机器学习的布里渊异形谱识别方法及系统是由董永康;韩宇;张书翊;郑福生;王颖;李黎;尚立;张家驹;赵炜;张志钦;巴德欣;夏猛;汤晓惠设计研发完成,并于2023-07-22向国家知识产权局提交的专利申请。
本一种基于机器学习的布里渊异形谱识别方法及系统在说明书摘要公布了:本发明公开了一种基于机器学习的布里渊异形谱识别方法及系统,涉及布里渊传感数据解调技术领域,用以准确识别布里渊异形谱。本发明的技术要点包括:仿真生成包含多种类型布里渊增益谱的图片形成训练集;将训练集输入到基于机器学习的分类模型中进行训练,获取训练好的分类模型;将未知类型的布里渊增益谱输入训练好的分类模型中,获取所述布里渊增益谱的类型。本发明提出应用深度学习框架中卷积神经网络算法来对分布式光纤传感系统的数据处理进行优化,通过深度学习框架来进行分布式光纤传感系统的异形谱谱线图像分类识别工作,对于提高分布式光纤传感系统的空间分辨率、数据处理速度以及精度具有十分重要的现实意义。
本发明授权一种基于机器学习的布里渊异形谱识别方法及系统在权利要求书中公布了:1.一种基于机器学习的布里渊异形谱识别方法,其特征在于,包括以下步骤: 步骤一、获取包含多种类型布里渊增益谱的图片形成训练集;所述多种类型布里渊增益谱包括布里渊单峰谱、布里渊类单峰谱、布里渊短距离双峰谱、布里渊长距离双峰谱;仿真生成多种类型布里渊增益谱的图片,其中所述布里渊单峰谱为理想布里渊增益谱加上随机高斯白噪声,生成公式如下: ; 式中,为理想布里渊增益,为随机高斯白噪声,为布里渊增益谱峰值,为频率自变量即扫频范围,为谱线所对应的布里渊频移,为谱线宽度;为长度为的标准正态分布,为扫频数,为信噪比;表示第i个扫频点对应的布里渊增益值; 所述布里渊类单峰谱、布里渊短距离双峰谱、布里渊长距离双峰谱均为两个不同的理想布里渊单峰谱的线形叠加,并加上两个随机高斯白噪声,生成公式如下: ; ; ; ; 式中,、分别表示两个不同的理想布里渊单峰谱,其不同为两个布里渊频移所在峰值点相对距离的大小不同,对应的布里渊频移为,对应的布里渊频移为,为常系数;与分别表示两个理想布里渊单峰谱各自的增益系数;、表示两个随机高斯白噪声; 令常系数的值在0.5~1.0之间,生成布里渊类单峰谱;令常系数的值在1.0~1.5之间,生成布里渊短距离双峰谱;令常系数的值在1.5~2.0之间,生成布里渊长距离双峰谱; 步骤二、将训练集输入到基于机器学习的分类模型中进行训练,获取训练好的分类模型; 步骤三、将未知类型的布里渊增益谱输入训练好的分类模型中,获取所述布里渊增益谱的类型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学;国家电网有限公司信息通信分公司;国网河北省电力有限公司信息通信分公司,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励