用于长距离周界监控分布式光纤传感器信号识别的深度学习算法
计算机视觉与模式识别
2016-10-04 v1 机器学习
摘要
本文展示了一种构建深度学习算法的方法，用于长距离周界监控分布式光纤监测和安全系统中的信号识别。合成此类检测算法提出了非平凡的研究与开发挑战，因为这些系统面临严格的错误（I 类和 II 类）要求，并在困难的信号干扰环境中运行，具有密集的类信号干扰以及可能识别事件的多种变化的信号画像。为解决这些问题，我们开发了两级事件检测架构，其中初级分类器基于深度卷积网络集成，可识别 7 类信号，并接收时空数据帧作为输入。使用真实数据，我们展示了所应用的方法产生了高效且鲁棒的多类检测算法，具有很高的适应性。
引用
@article{arxiv.1610.00279,
title = {Deep Learning Algorithms for Signal Recognition in Long Perimeter Monitoring Distributed Fiber Optic Sensors},
author = {A. V. Makarenko},
journal= {arXiv preprint arXiv:1610.00279},
year = {2016}
}
备注
11 pages, 7 figures, 2 tables. Slightly extended preprint of paper accepted for IEEE MLSP 2016