基于傅里叶变换和CELM的光纤传感信号的识别研究

摘要：

为了对系统采集到的光纤振动数据进行更细致的特征刻画,文中采用傅里叶变换对数据进行特征提取.对特征提取后的数据,通过二分类任务决策树模型以及约束极速学习机(CELM)算法,进行挖掘机挖掘、人工挖掘、汽车行走、人员行走以及环境噪音总共5个类别进行识别.实验结果表明,与采用传统的短时能量/过零率特征及极速学习机(ELM)算法相比,该文采用傅里叶变换特征和CELM算法对光纤振动数据识别的分类正确率有显著提高.

关键词：信号识别、入侵事件检测、光纤振动信号、数据采集、特征提取、分类识别

所属期刊栏目：42

分类号：TN929.11-34;TP181

资助基金：国家自然科学基金项目61650201;北京市自然科学基金项目4162058;北京未来芯片技术高精尖创新中心科研基金KYJJ2018004;北京信息科技大学2018年人才培养质量提高经费5111823402

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-43,48