公开(公告)号：CN115170873A

公开(公告)日：2022-10-11

申请号：CN202210717968.0

申请日：2022-06-21

Applicant: 北京交通大学

Inventor： 孙抒曼 ,  张志文 ,  余贶琭 ,  田曼伶 ,  曹晓敏 ,  杨雅楠

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  H04B10/071

Abstract: 本发明提供了一种基于小样本学习网络的相敏光时域反射仪(Ф‑OTDR)数据处理方法。该方法包括：将现有的Ф‑OTDR数据分为训练集和测试集，利用相似领域的数据对特征提取网络进行预训练，得到预训练好的特征提取网络模型和参数；利用上述特征提取网络构建基于度量的小样本学习网络，将Ф‑OTDR数据进行预处理后输入到上述小样本学习网络，通过分别度量所述数据样本与支撑集中每个类别的Ф‑OTDR数据样本之间的距离，确定所述数据样本对应的类别信息并评估上述网络训练情况，再对网络结构和参数进行微调，最终获取训练好的基于度量的小样本学习网络。本发明通过在Ф‑OTDR领域引入小样本学习的方法，可以实现在训练样本极少的情况下得到不错的Ф‑OTDR数据的分类准确率。