文献

J-GLOBAL ID：201902258241709732   整理番号：19A0866142

φ-OTDR光ファイバ分散擾乱センサのためのランダムフォレスト分類器に基づく事象同定【JST・京大機械翻訳】

Event identification based on random forest classifier for Φ-OTDR fiber-optic distributed disturbance sensor

著者 (5件)： Wang Xin (School of Electronic and Information Engineering, Beijing Jiaotong University, No.3 Shangyauncun, Haidian District, Beijing 100044, China) ,  Liu Yong (School of Electronic and Information Engineering, Beijing Jiaotong University, No.3 Shangyauncun, Haidian District, Beijing 100044, China) ,  Liang Sheng (College of Science, Beijing Jiaotong University, No.3 Shangyauncun, Haidian District, Beijing 100044, China) ,  Zhang Wan (School of Electronic and Information Engineering, Beijing Jiaotong University, No.3 Shangyauncun, Haidian District, Beijing 100044, China) ,  Lou Shuqin (School of Electronic and Information Engineering, Beijing Jiaotong University, No.3 Shangyauncun, Haidian District, Beijing 100044, China)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 97  ページ： 319-325  発行年： 2019年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 位相敏感光時間領域反射計(Φ-OTDR)光ファイバ分布擾乱センサに対する雑音警報率(NAR)を低減するために,ランダムフォレスト(RF)分類器に基づく効果的事象同定法を提案した。ランダムフォレスト分類器を用いた時間領域擾乱信号の特徴を学習することにより,3種類の実際の擾乱事象,すなわち,散水,ノッキングおよびプレス,および1つの非擾乱イベントを含む4種類の擾乱事象を効果的に認識できる。散水,ノッキング,プレスおよび非擾乱事象に対する実験的同定率は,それぞれ93.79%,97.36%,97.06%および98.12%に達した。実験結果は,ランダムフォレスト分類器に基づくこの方法が96.58%の平均同定率でイベント同定のために高い精度を持つことを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 騒音 ,  *光時間領域反射測定法 ,  *光ファイバ ,  位相 ,  *センサ ,  反射率計 ,  警報 ,  雑音 ,  ノッキング
準シソーラス用語： 時間領域 ,  *ランダムフォレスト ,  光ファイバ分散 , 【Automatic Indexing@JST】

著者キーワード (6件)： 位相敏感光学時間領域(φ-OTDR) ,  光ファイバ分布擾乱センサ ,  事象同定 ,  ランダムフォレスト(RF) ,  騒音警報率(NAR) ,  識別率

分類 (1件)： 赤外・遠赤外領域の測光と光検出器  (BD07032W)

タイトルに関連する用語 (7件)： OTDR ,  光ファイバ分散 ,  擾乱 ,  ランダムフォレスト ,  分類器 ,  事象 ,  同定