典型文献
基于YoloV3的分布式光纤传感振动识别
文献摘要：
油气行业在长距离管线运行中需要监测各种数据和运行状态,传统基于信号分析的算法存在着灵敏性低、误检率高、漏检等问题.针对以上问题,本文提出一种基于图像分类网络yolov3来实现对分布式光纤振动传感网络事件的分类方法.通过搜集现场人工挖掘和机械挖掘事件地信号,信号经过转换后制作数据集,加载数据集,训练模型,在Yolov3图像分类网络中训练,达到了在信号瀑布图中可以快速准确地识别挖掘事件类型的目标.结果表明,利用计算机视觉来对分布式光纤传感网络中的挖掘事件类型进行检测是可行的,且相较于传统算法有着更高的灵敏性和准确率.
文献关键词：
分布式光纤振动传感;目标检测;图像分类网络;YoloV3
中图分类号：
作者姓名：
贺国豪;于本化
作者机构：
武汉邮电科学研究院 武汉 430000;武汉理工光科股份有限公司 武汉 430000
文献出处：
引用格式：
[1]贺国豪;于本化-.基于YoloV3的分布式光纤传感振动识别)[J].网络新媒体技术,2022(06):42-47
A类：
光纤传感网络
B类：
YoloV3,分布式光纤传感,振动识别,油气行业,长距离,管线,信号分析,灵敏性,误检率,漏检,图像分类网络,yolov3,分布式光纤振动传感,网络事件,分类方法,作数,训练模型,Yolov3,瀑布图,快速准确,事件类型,利用计算机,计算机视觉,传统算法,目标检测
AB值：
0.320131
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
