《基于卷积神经网络的增敏型光纤弯曲传感器》PDF+DOC
作者:谭中伟,杨婧雅,刘艳,卢顺,张利伟,牛慧
单位:中国科学院长春光机所;中国仪器仪表学会
出版:《光学精密工程》2020年第07期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFGXJM2020070050
DOC编号:DOCGXJM2020070059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度卷积神经网络的人体动作识别》PDF+DOC2016年第S1期 吴军,肖克聪
《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC2017年第06期 余乐,李阳光,陈岩,吴超,李洋洋,王瑶
《卷积神经网络在桥梁结构健康监测系统中的应用》PDF+DOC2020年第02期 王珏辉
《基于多源异构传感器的深度神经网络行星减速器故障诊断研究》PDF+DOC2018年第12期 李哲,黄兴利,张天凡,景啸
《电风车式光纤高电压传感器》PDF+DOC2000年第06期 李长胜,李宝树,王爱国
《VIGILANTE—用于自动目标识别的先进的传感/处理测试台》PDF+DOC1998年第08期 周万清
《机敏材料中的光纤传感与信号处理技术》PDF+DOC1997年第03期 杨建良,向清,郭照华,黄德修
《光纤传感信号的神经网络处理》PDF+DOC1992年第06期 凃亚庆,黄尚廉
《光技术在汽车上的应用》PDF+DOC 川村静治,董辉
《基于神经网络的光纤矿用监控网络的研究》PDF+DOC2005年第07期 柏熙,吴正茂,江宇,林桂玲
为了提高光纤弯曲传感器的灵敏度,增大线性范围,降低成本,本文提出一种基于深度神经网络分类塑料光纤弯曲角度及方向的方法。使用进行侧抛增敏处理的塑料光纤,在光纤输出端采集不同弯曲角度的散斑图。制作了包含五类弯曲角度的数据集一以及包含七类弯曲角度的数据集二,在预处理图像数据之后,利用多层卷积神经网络对散斑图像进行卷积和池化处理,得到散斑图像的特征图,softmax分类器用来得到分类准确率,最后对两种不同卷积神经网络模型的分类效果进行对比。结果显示:数据集一光纤弯曲的角度间隔为5°;时分类准确率达到了96%,理论和实际分析结果表明该方案识别率较高,基于该方法有望实现一种简单、高效的光纤弯曲传感器。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。