首页 > 论文 > 中国激光 > 47卷 > 10期(pp:1006004)

基于ARMA建模与Sigmoid拟合的光纤周界安防入侵事件识别 [Early Posting]

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

在实际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全面评估。对此提出一种基于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而构造出特征向量,并将其馈入支持向量机,实现对攀爬、敲击、晃动、剪切、脚踢和撞击六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各输出值做参数拟合,进而将测试样本的SVM值代入各自Sigmoid模型即可完成。现场实验表明:该方法对六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,因而具有较高实际价值。

广告组1 - 空间光调制器+DMD
补充资料

DOI:10.3788/cjl202047.1006004

作者单位:

    天津大学电信学院信息系
    天津大学
    天津大学精仪学院

引用该论文

黄翔东,Biyao Wang,刘琨. 基于ARMA建模与Sigmoid拟合的光纤周界安防入侵事件识别[J].中国激光,2020,47(10):1006004.

欧洲女人性开放视频