Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省科学院激光研究所张振振获国家专利权

山东省科学院激光研究所张振振获国家专利权

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!

龙图腾网获悉山东省科学院激光研究所申请的专利用于周界安防的轻量化光纤振动入侵事件识别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:CN121388401B

龙图腾网通过国家知识产权局官网在2026-02-27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:202511958377.2,技术领域涉及:G06F18/10;该发明授权用于周界安防的轻量化光纤振动入侵事件识别方法及系统是由张振振;李兆海;尚盈;黄胜;马新强;蒋丽媛;刘嘉设计研发完成,并于2025-12-24向国家知识产权局提交的专利申请。

用于周界安防的轻量化光纤振动入侵事件识别方法及系统在说明书摘要公布了:本发明的一种用于周界安防的轻量化光纤振动入侵事件识别方法及系统,属于光纤传感技术与模式识别技术领域,方法包括步骤:通过分布式光纤振动传感系统采集周界监测区域的原始振动信号;对原始振动信号进行小波阈值去噪预处理,得到去噪后信号;对去噪后信号进行特征提取,构建高维特征向量;利用线性判别分析法对高维特征向量进行降维处理,得到低维分类特征向量;将低维分类特征向量输入至预先训练好的轻量级卷积神经网络模型进行分类识别,输出对应的入侵事件类别。本发明通过前端LDA降维与后端轻量级网络协同,在保证高识别精度的同时,极大降低了模型参数量与计算开销,实现了在边缘设备上的高效实时部署,适用于周界安防中的入侵检测。

本发明授权用于周界安防的轻量化光纤振动入侵事件识别方法及系统在权利要求书中公布了:1.一种用于周界安防的轻量化光纤振动入侵事件识别方法,其特征在于,包括如下步骤: 步骤S1,通过分布式光纤振动传感系统采集周界监测区域的原始振动信号; 步骤S2,对所述原始振动信号进行小波阈值去噪预处理,得到去噪后信号; 步骤S3,对所述去噪后信号进行特征提取,构建高维特征向量; 步骤S4,利用线性判别分析法对所述高维特征向量进行降维处理,得到低维分类特征向量; 步骤S5,将所述低维分类特征向量输入至预先训练好的轻量级卷积神经网络模型进行分类识别,输出对应的入侵事件类别; 所述步骤S3包括如下步骤: 步骤S31,通过信号重构和通道映射方法,将所述去噪后的一维振动信号转换为二维图像张量表示; 步骤S32,将所述二维图像张量展平,得到第一特征向量; 步骤S33,从所述去噪后信号中提取时域特征、频域特征和时频域特征,得到第二特征向量; 步骤S34,将所述第一特征向量和所述第二特征向量进行融合,构成高维特征向量; 所述步骤S4包括如下步骤: 步骤S41,计算所有训练样本的所述高维特征向量的类内散度矩阵和类间散度矩阵; 步骤S42,求解广义特征值方程,获得使类间差异最大化且类内差异最小化的投影向量; 步骤S43,选取前k-1个最大广义特征值对应的特征向量构成投影矩阵,其中k为入侵事件类别总数; 步骤S44,利用所述投影矩阵对所述高维特征向量进行线性变换,得到维度为k-1的所述低维分类特征向量。

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山东省科学院激光研究所,其通讯地址为:272073 山东省济宁市高新区海川路46号山东省科学院激光研究所综合楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。