-
题名基于大数据分析的光纤网络链路状态识别研究
- 1
-
-
作者
孙占锋
王华东
-
机构
郑州轻工业大学
-
出处
《激光杂志》
CAS
北大核心
2023年第3期190-194,共5页
-
基金
河南省科技攻关项目(No.202102210181)。
-
文摘
针对光纤网络链路状态识别精度较低的问题,提出了基于大数据分析的光纤网络链路状态识别方法。首先预处理光纤网络内数据,提取特征向量;将机器学习算法与均衡调用算法相结合构建机器学习分类器,设置中断响应机制,利用输出期望值与标准差控制分类器,完成光纤网络链路状态识别。实验结果表明,所提方法采集光纤网络链路缺陷数据的精度和采全率高于88%、82%,漏采率低于13%,由此可知所提方法可以准确采集光纤网络链路中存在的缺陷数据,且可以输出较清晰稳定的光纤网络链路状态识别结果。
-
关键词
光纤网络
链路状态
大数据分析
机器学习
缺陷数据
均衡调用算法
-
Keywords
optical fiber network
link status
big data analysis
machine learning
defect data
equalization call algorithm
-
分类号
TN358
[电子电信—物理电子学]
-
