发明

一种基于机器学习的全声态光纤监测方法及系统

2023-06-10 07:12:53 发布于四川 0
  • 申请专利号:CN202211498031.5
  • 公开(公告)日:2024-11-26
  • 公开(公告)号:CN115713827A
  • 申请人:无边界(苏州)新材料科技有限公司
摘要:本发明涉及机器学习技术领域,公开了一种基于机器学习的全声态光纤监测方法,包括:步骤S1,使用GAS主机采集声音数据,生成模型训练集;步骤S2,搭建神经网络模型,用模型训练集训练神经网络模型,并将迭代次数和学习率预设完整;步骤S3,将声音数据集以数据立方体的结构输入神经网络模型中对神经网络模型进行训练,生成训练好的神经网络模型;步骤S4,采集现场声音数据生成声音数据集,将对应的声音数据集输入进训练好的神经网络模型中,还原得到该位置所处现场环境的声波震动情况,还原现场声音并进行监测。本发明还提供了一种基于机器学习的全声态光纤监测系统,包括采集单元、模型搭建单元、训练单元和监测单元。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115713827 A (43)申请公布日 2023.02.24 (21)申请号 202211498031.5 (22)申请日 2022.11.28 (71)申请人 无边界(苏州)新材料科技有限公司 地址 215200 江苏省苏州市吴江区江陵街 道云创路227号生物医药启区4号楼 402-31 (72)发明人 曲云鹏 梁钊 魏玉琳 李万春  杨丹 李慧琴  (74)专利代理机构 成都君合集专利代理事务所 (普通合伙) 51228 专利代理师 张鸣洁 (51)Int.Cl. G08B 13/12 (2006.01) G10L 25/30 (2013.01) G10L 25/51 (2013.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于机器学习的全声态光纤监测方法 及系统 (57)摘要 本发明涉及机器学习技术领域,公开了一种 基于机器学习的全声态光纤监测方法,包括:步 骤S1,使用GAS主机采集声音数据,生成模型训练 集;步骤S2,搭建神经网络模型,用模型训练集训 练神经网络模型,并将迭代次数和学习率预设完 整;步骤S3,将声音数据集以数据立方体的结构 输入神经网络模型中对神经网络模型进行训练, 生成训练好的神经网络模型;步骤S4,采集现场 声音数据生成声音数据集,将对应的声音数据集 输入进训练好的神经网络模型中,还原得到

最新专利