基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高光纤通信系统中的光功率预测精度,提出了一种基于机器学习算法的光功率预测模型.首先采用小波分析对光功率数据进行预处理得到不同分量,然后采用自回归移动平均与相关向量机对各分量分别进行建模,最后采用小波分析对预测结果进行组合,并采用具体光功率数据对模型性能进行测试,结果表明,相对于经典光功率预测模型,本文模型可以对光功率预测实现准确预测,提高了光功率预测精度,预测结果可以满足光功率预测的实际应用要求.
推荐文章
机器学习在大坝渗流预测中的应用、挑战与展望
大坝
渗流预测
机器学习
参数识别
机器学习算法在麻醉领域的应用
麻醉
机器学习
围手术期管理
并发症
机器学习在储层预测中的应用分析
机器学习
储层预测
神经网络
网络模型
机器学习算法在焊接领域中的应用
焊接
机器学习算法
人工神经网络
支持向量机
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习算法在光功率预测中的应用
来源期刊 激光杂志 学科 工学
关键词 光功率预测 小波分析 相关向量机 回归移动平均
年,卷(期) 2015,(7) 所属期刊栏目 激光应用与系统
研究方向 页码范围 131-134
页数 分类号 TN929
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2015.07.131
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁宏涛 中国海洋大学信息科学与工程学院 10 15 2.0 3.0
5 徐建良 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (489)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (9)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(18)
  • 参考文献(4)
  • 二级参考文献(14)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
光功率预测
小波分析
相关向量机
回归移动平均
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
论文1v1指导