CLWTNet对比学习网络

无标签高精度

利用无标签信号数据进行训练，事件分类精度媲美监督学习方法，大幅降低数据标注成本。

长通 · Peng, Xinjie · Liu, Yifan · 尹凯阳 · 李鹏飞

Sensors 2025

技术优势

无需标注数据

直接从无标签信号数据中学习判别表示，省去昂贵的数据标注工作。

性能媲美监督方法

即使使用无标签数据训练，分类性能也与监督表示学习方法相当。

超越无监督方法

在同为无监督表示学习的路线中，分类性能优于现有方法。

应用场景

• 分布式光纤传感：为分布式光纤传感系统提供无需标签的高精度事件分类。
• 周界安防：在周界安防中快速识别入侵事件，无需标注历史数据。
• 管道监测：用于管道监测中识别泄漏、挖掘等事件，降低数据标注成本。
• 结构健康监测：在结构健康监测中自动分类异常振动，无需大量标注样本。