作者：盛智勇; 孙成斌; 张远光纤入侵信号特性提取信号识别
摘要：采用随机配置网络(SCN,Stochasti cconfiguration network)对光纤振动信号进行识别,常由于光纤预警系统的背景噪声问题使得网络的隐含层输出接近奇异,直接影响了SCN对光纤数据的识别准确率。因此本文提出了一种基于截断奇异值分解(Truncated singular value decomposition,TSVD)的SCN方法(TSVD-SCN)对光纤入侵信号进行识别。TSVD-SCN通过对网络的隐含层输出进行SVD分解并设置阈值去除其中较小的奇异值,以减少隐含层输出矩阵的条件数,提升网络识别率。本文利用占空比,平均幅差函数,FFT求能量占比的方法进行特征提取,采用基于TSVD-SCN算法对不同入侵振动特征矢量进行分类识别。实验证明,本文所提算法模型精度比SCN的模型精度更高,可以准确识别光纤入侵信号类型,对SCN网络在实际应用中对分类精度的提高有着重要意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
