1 苏州市轨道交通集团有限公司,江苏 苏州 215008
2 中电科芯片技术(集团)有限公司,重庆 401332
针对振动传感器系统对环境状态中入侵事件识别正确率较低的难题,该文提出了一种基于随机配置网络(SCN)的神经网络结构,用于识别周界入侵的振动传感信号。首先通过搭建振动传感器系统对4种周界入侵信号进行采集,然后利用小波降噪对信号进行降噪预处理,再提取信号的能量特征、过均值率、PAR特征,最后通过随机配置网络神经网络对攀爬、触碰、撞击及剪切4种入侵事件进行识别。其训练集识别准确率可达92.7%,测试集平均识别准确率可达90.7%。实验结果表明,该文所提出方法可对周界入侵信号进行有效识别。
振动传感 随机配置网络 入侵识别 特征提取 vibration sensing stochastic configuration network(SCN) intrusion recognition feature extraction
1 北京交通大学 机械与电子控制工程学院,北京 00044
2 北京交通大学 智慧高铁系统前沿科学中心,北京 100044
异物入限是导致铁路安全事故频发的主要原因之一,传统深度学习需要大量训练样本进行网络训练,但铁路场景中入侵样本很少且难于获取。本文提出了基于改进度量元学习的铁路小样本异物入侵检测方法。为了让入侵目标的特征表征在分类时发挥更大作用,提出了基于通道注意力机制的特征提取网络;为解决样本数量不足时个别样本在特征空间中产生偏离的问题,提出了一种基于类中心微调的网络用于类别中心的修正;同时,基于center loss与交叉熵构建了中心相关损失函数用于小样本网络训练,提升特征空间中同类别特征分布的紧凑性。在公共数据集miniImageNet上与经典小样本学习模型中最优的相比,本文算法在5-way 5-shot设置下图像分类准确率提升了7.31%。在铁路入侵小样本数据集的5-way 5-shot消融实验表明:本文提出的通道注意力机制(Channel Attention Mechanism,CAM)和中心相关损失函数分别提升0.86%和1.91%的检测精度;提出的类中心微调和预训练方法对检测精度的提升效果更明显,分别达到3.05%和6.70%,上述模块综合应用的提升效果达到了7.90%。
小样本学习 度量元学习 铁路限界入侵 目标检测 注意力机制 few-shot learning metric meta learning railway clearance intrusion object detection attention mechanism 光学 精密工程
2023, 31(12): 1816
国家电投集团 江苏海上风力发电有限公司, 江苏 盐城224000
基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤振动探测是海缆锚害预警的重要防护手段。针对探测海缆锚害的入侵事件类型判别需求, 提出将反向传播(BP)神经网络分类器应用于基于Φ-OTDR的海缆防锚害系统中, 介绍了基于Φ-OTDR+BP神经网络分类器的海缆防锚害系统原理, 采用信号时域特征和时频域特征作为特征向量, 构建基于BP神经网络的分类器, 实现了对入侵事件类型的判别。试验结果表明, 分类器的模式识别准确率达到100%。
海底电缆防锚害 神经网络算法 模式判别 相位敏感光时域反射计 入侵判别 submarine cable anti-anchor damage neural network algorithms pattern discrimination phase sensitive light time domain reflectometer intrusion discrimination
光学 精密工程
2022, 30(13): 1591
1 中国电子科技集团公司 第三十四研究所, 广西 桂林 541004
2 中国人民解放军国防科技大学, 长沙 410073
相位敏感光时域反射计(Φ-OTDR)已广泛应用在防入侵检测、建筑结构的裂缝健康检测和管道检测, 但其准确性和抗噪性能还需要提高。提出了一种基于Φ-OTDR的智能识别系统, 该系统采用神经网络算法进行智能识别, 并对振动强度进行识别概率化处理。实验结果表明: 提出的系统能够准确识别并定位入侵行为, 定位精度达到5 m以内。
相位敏感光时域反射计 入侵检测 特征提取 phase-sensitive optical time domain reflectometer intrusion detection feature extraction
为了准确识别分布式光纤预警系统中的入侵信号类型,提出了一种基于傅里叶分解方法(FDM)与排列熵降噪方法的光纤入侵信号特征提取与识别算法。首先,用FDM将光纤入侵信号分解为若干个固有频带函数(FIBF)。然后,计算各FIBF分量的排列熵,利用排列熵对噪声的敏感特性筛选出符合条件的FIBF并重构信号。最后,计算重构信号的近似熵与能量并构造二维特征向量,将其送入支持向量机进行训练后识别光纤入侵信号。实验结果表明,该算法可以有效识别敲击、小跑、过车三类光纤入侵信号,平均识别准确率为93.33%。
光纤光学 光纤入侵信号 傅里叶分解 特征提取与识别 排列熵 激光与光电子学进展
2022, 59(11): 1106001
1 北方工业大学信息学院,北京 100144
2 中国石油管道局工程有限公司国际事业部,河北 廊坊 065000
3 中国石油管道局工程有限公司亚太分公司,河北 廊坊 065000
光纤预警系统已被广泛应用于油气管道的入侵检测预警中,目前的技术难点仍是如何提高光纤入侵信号多分类识别的准确率。采用梯度提升决策树(GBDT)算法训练光纤入侵信号多分类模型,并提出了一种基于傅里叶分解方法(FDM)及GBDT算法的特征提取与识别算法。该算法采用FDM对光纤入侵信号进行预处理,提取信号的近似熵、能量和谱熵特征。采用GBDT算法训练模型并对光纤入侵信号进行识别分类。为了检验该算法的性能,分别用支持向量机和AdaBoost算法训练模型并进行对比实验。结果表明,该算法能有效识别敲击、小跑、过车和镐刨四类光纤入侵信号,平均准确率为92.5%。
光纤光学 光纤入侵信号 特征提取与识别 傅里叶分解 梯度提升决策树 激光与光电子学进展
2022, 59(23): 2306003
1 贵州大学现代制造技术教育部重点实验室, 贵州 贵阳 550025
2 贵州大学机械工程学院, 贵州 贵阳 550025
3 贵州大学公共大数据国家重点实验室, 贵州 贵阳 550025
为了提高入侵检测系统的准确率,提出一种基于乌鸦搜索算法的反向传播(CSA-BP)神经网络模型。BP神经网络是解决非线性问题的重要方法,但是其预测能力容易受到初始参数的影响。针对这一问题,将相对百分误差作为模型的目标函数,通过乌鸦搜索算法极强的全局搜索能力找到最优权值和阈值。然后,利用5组标准的数据集对CSA-BP模型进行验证。最后,将CSA-BP算法用于入侵检测系统,结果表明,该算法使入侵检测系统准确率更高,达到了96.6%,且加快了收敛速度。
图像处理 入侵检测 反向传播神经网络 乌鸦搜索算法 参数优化 激光与光电子学进展
2021, 58(6): 0610006
济源职业技术学院 教务处,河南 济源 459000
针对基于无线传感网络(WSN)的关键基础设施安全监测问题,提出一种基于数据融合阶段的自适应入侵检测算法。该算法以基于权重的簇化网络结构为基础,利用异常检测子系统和误用检测子系统分别检测已知攻击和未知攻击,然后通过跟踪2个子系统接收操作特征(ROC)和奖惩机制,自动调整转发至2个子系统的融合数据比例,即可实现在数据融合阶段对关键基础设施的自适应入侵检测。仿真分析表明:该算法的准确率和检测率高达99.6%和94.9%以上,与其他经典入侵检测系统相比,可分别至少提高0.5%和10.2%左右。
无线传感网络 数据融合 入侵检测 接收操作特征 Wireless Sensor Networks data fusion intrusion detection Receiver Operating Characteristic 太赫兹科学与电子信息学报
2020, 18(6): 1093
1 天津大学电气自动化与信息工程学院, 天津 300072
2 天津大学精密仪器与光电子工程学院, 天津 300072
在实际的光纤周界安防系统中,既要求判断入侵事件类别,又要求对各类事件发生的可能性做出全面评估。对此提出一种基于自回归滑动平均(ARMA)建模与Sigmoid概率拟合的入侵事件识别方法。在判断入侵事件类别方面,将光纤振动信号的ARMA建模系数与信号自身过零率相结合,构造特征向量,并将其馈入支持向量机(SVM),实现对攀爬、敲击、晃动、剪切、脚踢和撞击6种常见的入侵动作的识别;在评估各类事件的发生可能性方面,引入Sigmoid模型,对训练模式的SVM的各输出值作参数拟合,进而将测试样本的SVM值代入各自Sigmoid模型中完成评估。现场实验表明,该方法对6类常见入侵事件的平均识别率达到87.14%,且可提供各类事件的发生概率参考值,因而具有较高的实用价值。
光纤光学 传感器 光纤周界安防 入侵事件识别 ARMA建模 概率输出 中国激光
2020, 47(10): 1006004