-
公开(公告)号:CN116662877B
公开(公告)日:2024-09-06
申请号:CN202310514798.0
申请日:2023-05-09
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06F17/18 , G06F17/16
Abstract: 本发明提出一种应用于分布式光纤传感技术模式识别的样本评估方法。该方法通过对样本特征进行相关度和准确度评估之后对样本进行加权,有效降低了噪声样本对模型的干扰,实现了更高的识别率。此方法相对于传统的方法有效降低了背景噪声的影响,从而在噪声干扰较大的数据集上也能保证高效的性能,实现很高的分类精度。该方法首先需要一个相似度评估模块;通过计算样本特征之间的协方差确定样本特征相关度的评估值和样本类的准确度评估值,并根据这两个结果将不同的权重分配给不同的样本,从而使经过权值修正处理的噪声样本对模型的干扰降低,实现了更高的识别率,降低了误报警率。
-
公开(公告)号:CN116662877A
公开(公告)日:2023-08-29
申请号:CN202310514798.0
申请日:2023-05-09
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06F17/18 , G06F17/16
Abstract: 本发明提出一种应用于分布式光纤传感技术模式识别的样本评估方法。该方法通过对样本特征进行相关度和准确度评估之后对样本进行加权,有效降低了噪声样本对模型的干扰,实现了更高的识别率。此方法相对于传统的方法有效降低了背景噪声的影响,从而在噪声干扰较大的数据集上也能保证高效的性能,实现很高的分类精度。该方法首先需要一个相似度评估模块;通过计算样本特征之间的协方差确定样本特征相关度的评估值和样本类的准确度评估值,并根据这两个结果将不同的权重分配给不同的样本,从而使经过权值修正处理的噪声样本对模型的干扰降低,实现了更高的识别率,降低了误报警率。
-