基于跨模型知识蒸馏的φ-OTDR模式识别
摘要
针对分布式光纤模式识别高精度高效率的要求，提出一种基于跨模型知识蒸馏的相位敏感光时域反射仪模式识别方法。该方法以hierarchical token-semantic audio transformer为教师模型、broadcasting-residual network为学生模型，使得参数量较少的学生模型获得架构相异的transformer类网络的识别性能。实验中使用相敏光时域反射仪作为信号采集设备，在实际工程场景下采集攀爬防护网、背景噪声、敲击防护网和大风等4种类别的信号作为数据集。和典型的深度学习算法相比，改进后的算法准确率最优且收敛最快，识别效率较高，在工程应用上具有广阔前景。
引用本文（GB/T 7714）
陈帅 Chen Shuai, 厉小润 Li Xiaorun, 李东明 Li Dongming, 等. 基于跨模型知识蒸馏的φ-OTDR模式识别[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。