Phi-OTDR事件数据集：六种事件类型、基线模型和可视化工具

这个数据集包含了六种Phi-OTDR事件类型，包括背景噪声（3094个样本，图（a）），挖掘（2512个样本，图（b）），敲击（2530个样本，图（c）），震动（2298个样本，图（d）），浇水（2728个样本，图（e））和行走（2450个样本，图（f）），总共有15,612个样本。数据集被分为训练集和测试集，比例为8:2，并且详细的事件数量在数据集的readme文件中显示。数据集还包含标签文件。由于GitHub有数据上传大小限制，我们已经将数据上传到了Google Drive和百度网盘（链接在rawdata文件中）。

我们还公开了两个常见基线模型的代码，分别是SVM（支持向量机，1D方法）和CNN（卷积神经网络，2D方法）模型。文件das_data_svm.py、get_das_data.py和feature_extraction.py用于SVM模型，而das_data_cnn.py、models.py和mydataset.py用于CNN模型。 还有一个额外的feature_visualization.py文件用于直接观察事件特征的可辨识性。

欢迎您在非商业科学研究目的下使用我们的代码和数据集，但请务必提及它们的来源（我们的论文和Github）。对于商业应用，请与我们联系。

更多详细信息请参见[1]。

[1]. Cao, X., Su, Y., Jin, Z., & Yu, K. (2023). An open dataset of φ-OTDR events with two classification models as baselines. Results in Optics, 100372.

首次在线日期：2022年6月2日北京时间22:00

----------更新：2022年9月13日--------------

这个数据集包含了六种Phi-OTDR事件类型，包括背景噪声（3094个样本，图（a）），挖掘（2512个样本，图（b）），敲击（2530个样本，图（c）），震动（2298个样本，图（d）），浇水（2728个样本，图（e））和行走（2450个样本，图（f）），总共有15,612个样本。图中展示了不同事件的典型差异化样本（大小：12（空间）*9999（时间））。

图。不同事件典型样本的时空图

为了确保数据集的稳健性，我们使用了两段光纤（5.1公里和10.1公里）来收集上述事件的尾部部分（从5.0公里到5.05公里和从10.0公里到10.05公里），由我们研究团队的十名成员在不同的时间进行收集。为了方便后续的数据处理，我们对收集的数据进行了裁剪和归一化处理。

``