买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都理工大学

摘要：本发明公开了一种基于隐式神经表示的分布式光纤测温系统数据压缩方法，包括用分布式光纤测温系统采集数据并归一化，得到归一化anti‑Stokes矩阵和归一化Stokes矩阵；再对归一化anti‑Stokes矩阵或归一化Stokes矩阵中元素的位置坐标进行随机傅里叶特征映射得到映射值，并将映射值构成映射矩阵；再将映射值作为输入，该映射值对应的位置坐标在归一化anti‑Stokes矩阵和归一化Stokes矩阵中的两个元素值作为输出，训练得到预训练模型作为压缩数据，需要数据时再解压缩即可。本发明提出一种利用预训练模型作为压缩数据的新方法，压缩效率高、重建效果好、损失率低且适用性强，并能针对不同长度段的数据选择精度。

主权项：1.一种基于隐式神经表示的分布式光纤测温系统数据压缩方法，其特征在于：包括以下步骤；（1）用分布式光纤测温系统采集T次，每次采集得到一anti-Stokes数据和一Stokes数据，均是长度为L的行向量；（2）将T次anti-Stokes数据构成一T行L列的anti-Stokes矩阵，其中第i行第j列的元素为第i次采集的anti-Stokes数据中的第j个元素；i=1~T，j=1~L，再将T次Stokes数据也构成一T行L列的Stokes矩阵；（3）对anti-Stokes矩阵和Stokes矩阵中数据归一化处理，得到归一化anti-Stokes矩阵和归一化Stokes矩阵，大小均为T×L；（4）设置随机傅里叶特征映射中特征参数的个数N，对归一化anti-Stokes矩阵或归一化Stokes矩阵，将其每个元素的位置坐标进行随机傅里叶特征映射得到映射值，所有映射值构成一T×L行、2×N列的映射矩阵；（5）数据压缩；构建一隐式神经网络，将映射值作为输入，获取该映射值对应的位置坐标，并将该位置坐标对应在归一化anti-Stokes矩阵和归一化Stokes矩阵中的两个元素值作为输出，训练隐式神经网络得到预训练模型，该预训练模型用于压缩数据；（6）数据解压缩；（61）依次将映射矩阵的映射值送入预训练模型中得到输出，每个映射值对应两个元素值，将对应归一化anti-Stokes矩阵的元素值依次排列得到anti-Stokes重建数据，将对应归一化Stokes矩阵的元素值依次排列得到Stokes重建数据；（62）将anti-Stokes重建数据和Stokes重建数据分别反归一化处理，得到anti-Stokes解压缩数据和Stokes解压缩数据；步骤（4）具体为；（a1）设置随机傅里叶特征映射中特征参数的个数N，N为正整数；（a2）定义一大小为2×N的数据矩阵B，所述数据矩阵B内元素值随机；（a3）以采集次数T、长度L构建坐标系，任选一anti-Stokes矩阵或Stokes矩阵，该矩阵中共T×L个位置坐标，第i行第j列元素的位置坐标为（i，j），将所有位置坐标的横坐标、纵坐标分别存储到一T×L行、1列的一维数组中，再拼接为一T×L行、2列的矩阵V；（a4）根据下式，将矩阵V映射到函数η（V）中； ，所述η（V）为T×L行，2×N列的矩阵；所述长度L与随机傅里叶特征映射中特征参数的个数N成正比。

全文数据：

权利要求：

百度查询： 成都理工大学 基于隐式神经表示的分布式光纤测温系统数据压缩方法