自监督表征学习和时频特征融合用于床位占用检测

本文提出一种基于自监督学习的床位占用检测方法。该方法首先利用未标注的传感器数据进行自监督预训练，学习有效的特征表示，然后结合时域和频域特征进行有监督的床位占用分类。实验结果表明，该方法在不使用大量标注数据的情况下，仍能达到较高的检测准确率，且对不同类型的传感器具有良好适应性。