基于深度学习的光纤网络链路缺陷数据检测及研究

• 作者: 刘敏
• 来源期刊: 激光杂志
• 关键词: 深度学习 深度置信网络 光纤网络链路 缺陷数据 检测方法
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 光通信与网络
• 页码范围: 108-114
• 页数: 7页
• 分类号: TN209
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.08.108

摘要

为保证光纤网络的正常通信,有必要进行缺陷数据检测.然而,由于数据的不平衡性,导致检测质量受到影响.针对上述问题,研究一种基于深度学习的光纤网络链路缺陷数据检测方法.该方法先进行光纤网络链路缺陷数据预处理,包括去噪处理、插值、均衡处理、尺度处理、时长处理等,提高数据质量,然后利用基于规则迭代的方法进行时间序列特征提取,包括规则产生、规则迭代以及特征提取三步骤,最后以深度学习中的深度置信网络为基础,结合支持向量描述方法,构建一个缺陷判断模型,实现光纤网络链路缺陷数据检测.结果表明:所提方法应用下,ACC值达到90％以上,DR值达到80％以上,FAR值仅为2％左右,证明所提方法检测质量较高,解决了因数据的不平衡性引发的检测质量问题.