邹柏贤¹, 许少武^2,3, 苗军^2,3, 逯燕玲¹

¹(北京联合大学应用文理学院 北京 100191); ²(北京信息科技大学计算机学院 北京 100101); ³(网络文化与数字传播北京市重点实验室(北京信息科技大学) 北京 100101) (fjqunar@163.com)

出版日期: 2019-09-10


基金资助:国家自然科学基金项目(41671165,61650201)；北京市教委科技计划项目(KM201911232003)；北京未来芯片技术高精尖创新中心科研基金项目(KYJJ2018004)；北京市属高校高水平教师队伍建设支持计划高水平创新团队建设计划项目(IDHT20180515)

Feature Extraction and Recognition of Vibration Signals in Optical Fiber Security System

Zou Baixian¹, Xu Shaowu^2,3, Miao Jun^2,3, Lu Yanling¹

¹(College of Applied Arts and Science, Beijing Union University, Beijing 100191); ²(School of Computer Science, Beijing Information Science and Technology University, Beijing 100101); ³(Beijing Key Laboratory of Internet Culture and Digital Dissemination Research (Beijing Information Science and Technology University), Beijing 100101)

Online: 2019-09-10


Supported by:This work was supported by the National Natural Science Foundation of China (41671165, 61650201), the Beijing Municipal Education Commission Project (KM201911232003), the Research Fund from Beijing Innovation Center for Future Chips (KYJJ2018004), and the Funding Project for Academic Human Resources Development in Institutions of Higher Learning Under the Jurisdiction of Beijing Municipality (IDHT20180515).

摘要/Abstract

摘要： 利用光纤振动传感器可以实现分布式周界安防监测，进而实现自动报警.对周界安防监测信号的分析处理和识别受到业界关注.对光纤信号的特征提取和识别方法进行综述，这些特征提取方法通过对光纤振动信号的时域这个维度进行各种分解，从而提取各种信号的属性特征；对光纤振动信号的识别主要使用经验阈值、神经网络、支持向量机方法，目前这些方法对光纤入侵事件识别效果还不能令人满意.通过实验采集挖掘机挖掘、人工挖掘、汽车行驶、行人和自然环境噪声这5种入侵行为引起的光纤振动信号数据，并进行数据的3维图形可视化分析，提出一种安防监测信号在时域和空域这2个维度信息的特征提取方法；根据光纤振动入侵事件的重要程度分成4个阶段先后完成识别任务，采用2分类任务决策树模型和约束极速学习机算法识别入侵事件类型，提高了对各类事件的正确识别率.

参考文献

相关文章 1

[1]	姜 峰, 高 文, 姚鸿勋, 赵德斌, 陈熙霖,. 非特定人手语识别问题中的合成数据驱动方法[J]. , 2007, 44(5): 873-881.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4002