[发明专利]一种基于卷积神经网络的光纤传感器光斑分析方法在审
| 申请号： | 202011534031.7 | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112561898A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 潘新建;张崇富;邓春健;杨亮;吴洁滢;李奇;李志莉;徐世祥;王婷瑶;温贺平;高庆国;张智;刘凯;迟锋;刘黎明 | 申请（专利权）人： | 电子科技大学中山学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/06;G06N3/08 |
| 代理公司： | 广东雅商律师事务所 44652 | 代理人： | 王向东 |
| 地址： | 528400 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 卷积 神经网络 光纤 传感器 光斑 分析 方法 | ||
【权利要求书】：
1.一种基于卷积神经网络的光纤传感器光斑分析方法，其特征在于它包括以下步骤：
（1）、通过光纤传感器获取随压力、温度和位移变化而输出的光斑对应图；
（2）、以光斑对应图制作光斑数据集；
（3）、基于VGG构建光纤光斑分析神经网络；
（4）、通过光斑数据集训练光纤光斑分析神经网络，将光纤光斑分析神经网络训练收敛为光纤光斑分析模型，建立光纤光斑分析模型输出的对应回归值与光斑对应图的映射关系；
（5）、将光纤传感器输出的光斑分析图输入光纤光斑分析模型，获取以光斑分析图为数据源的分析回归值。
2.根据权利要求1所述的基于卷积神经网络的光纤传感器光斑分析方法，其特征在于所述步骤2的光纤光斑分析神经网络包括由依次相连的输入层、十三个卷积层和全连接层构成，且全连接层的神经元数量为1，并去除该层的激活函数。
3.根据权利要求2所述的基于卷积神经网络的光纤传感器光斑分析方法，其特征在于所述输入层的尺寸为640x640x3，卷积层的激活函数为RELU6。
4.根据权利要求1所述的基于卷积神经网络的光纤传感器光斑分析方法，其特征在于所述步骤4将光纤光斑分析神经网络训练收敛为光纤光斑分析模型所采用的损失函数为SmooohL1，光纤光斑分析模型优化方法为随机梯度下降法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学中山学院，未经电子科技大学中山学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011534031.7/1.html，转载请声明来源钻瓜专利网。
