买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);济南忠健医疗科技有限公司申请的专利基于深度学习的光纤入侵检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116977705B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310628375.1，技术领域涉及：G06V10/764；该发明授权基于深度学习的光纤入侵检测方法及系统是由徐舫舟;刘燕冰;冷建材;冯超;杨清波;刘铭;于鑫;赵今朝;朱兆鑫;江秀全;史维友;赵佳祺设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于深度学习的光纤入侵检测方法及系统在说明书摘要公布了：本公开提供了一种基于深度学习的光纤入侵检测方法及系统，包括：实时采集待检测区域的光纤信号，并进行相应预处理；利用格拉姆角场将预处理的光纤信号转化为图像；将所述图像输入预先训练的分类器中，获得光纤信号的识别结果；其中，所述分类器采用残差网络，其训练过程包括：构建训练集，其中，所述训练集中的样本包括采集的历史光纤信号所对应的图像以及光纤信号对应的入侵事件判别结果；基于所述训练集中的图像及其对应的判别结果，采用知识蒸馏的方法预先对CoAtNet模型进行训练，并将训练得到的特权特征、普通特征以及训练集中的图像及其对应的判断结果作为残差网络的输入对其进行训练，获得训练好的分类器。

本发明授权基于深度学习的光纤入侵检测方法及系统在权利要求书中公布了：1.一种基于深度学习的光纤入侵检测方法，其特征在于，包括： 实时采集待检测区域的光纤信号，并进行相应预处理； 利用格拉姆角场将预处理的光纤信号转化为图像； 将所述图像输入预先训练的分类器中，获得光纤信号的识别结果；其中，所述分类器采用残差网络，其训练过程包括：构建训练集，其中，所述训练集中的样本包括采集的历史光纤信号所对应的图像以及光纤信号对应的入侵事件判别结果；基于所述训练集中的图像及其对应的判别结果，采用知识蒸馏的方法预先对CoAtNet模型进行训练，并将训练得到的特权特征、普通特征以及训练集中的图像及其对应的判断结果作为残差网络的输入对其进行训练，获得训练好的分类器； 在利用知识蒸馏的方法进行训练时，以CoAtNet模型作为Teacher模块，以ResNet-18模型作为Student模块，基于CoAtNet的训练结果对Student模块的训练进行监督，最终获得用于光纤信号识别的分类器； 知识蒸馏的损失函数如下： ； 其中ft和fs分别表示teacher模型和student模型，Ls表示学生模型关于硬标签的损失，Ld表示学生模型关于蒸馏得到的软标签的损失，λ∈[0,1]是超参，权衡以上两个损失值；X为输入的信息，Ws导师模型参数，训练过程保持不变,X*为特权信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);济南忠健医疗科技有限公司，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。