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！

龙图腾网获悉浙江工业大学申请的专利基于光纤信号的周界安防区异常事件识别方法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：CN119557747B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411673785.9，技术领域涉及：G06F18/2411；该发明授权基于光纤信号的周界安防区异常事件识别方法是由郭方洪;卿恩港;李生炜;温震宇;吴祥;董辉;张文安设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本基于光纤信号的周界安防区异常事件识别方法在说明书摘要公布了：本发明属于分布式光纤信号振动事件分类领域，公开了一种基于光纤信号的周界安防区异常事件识别方法。通过相敏光时域反射计采集光纤振动事件数据集并进行预处理，形成训练集；对1DCNN模型进行改进；将训练样本输入改进型1DCNN深度学习模型进行训练，获得训练后的改进型1DCNN模型；并进行异常事件识别。本发明提高了周界安防区异常事件的识别准确率，解决了光纤信号传统特征提取方法需要人为制造特征，严重依赖于专家知识，并且泛化能力弱以及现有模型利用光纤信号进行识别的过程中计算量大等问题。

本发明授权基于光纤信号的周界安防区异常事件识别方法在权利要求书中公布了：1.一种基于光纤信号的周界安防区异常事件识别方法，其特征在于，所述基于光纤信号的周界安防区异常事件识别方法，包括： 通过相敏光时域反射计采集光纤振动事件数据集并进行预处理，形成训练集，训练集中的训练样本为预处理后的光纤振动事件数据； 将训练样本输入改进型1DCNN深度学习模型，所述改进型1DCNN深度学习模型包括四层卷积模块、长短期记忆网络、全局均值池化层、全连接层和利用灰狼优化算法优化后的SVM分类器，其中每一层卷积模块包括卷积层、批量归一化层、Relu激活函数层和最大池化层，并且第一层卷积模块与第二层卷积模块之间连接有注意力机制模块； 基于改进型1DCNN深度学习模型中的全连接层的输出，以及训练样本的标签计算第一损失函数，并根据第一损失函数更新改进型1DCNN深度学习模型中在利用灰狼优化算法优化后的SVM分类器之前的权重参数，直至训练完成； 固定改进型1DCNN深度学习模型中在利用灰狼优化算法优化后的SVM分类器之前的权重参数，根据利用灰狼优化算法优化后的SVM分类器的输出，以及训练样本的标签计算第二损失函数，并根据第二损失函数调整利用灰狼优化算法优化后的SVM分类器的参数，直至训练完成； 取训练完成的改进型1DCNN深度学习模型，针对待识别的光纤振动事件数据，输出异常事件识别结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。

以上内容由龙图腾AI智能生成。