基于聚类分析提取特征的光通信系统异常数据检测

作     者：刘永立 翟伟芳 冯娟 LIU Yongli;ZHAI Weifang;FENG Juan

作者机构：保定理工学院信息科与工程学院河北保定071000 

基　　金：河北省省级科技计划软科学研究专项资助(No.21555401D) 全国高等院校计算机基础教育教学研究项目(No.2022-AFCEC-178) 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第4期

页      码：182-185页

摘      要：光通信系统易受多种因素影响,传统方法的光通信系统异常数据检测错误率高,检测效率,为了获得理想的光通信系统异常数据检测结果,设计了基于聚类分析提取特征的光通信系统异常数据检测方法。首先设计光通信系统数据传输模型,采用聚类算法提取光通信系统异常数据特征,然后采用深度学习算法建立光通信系统异常数据检测模型,并采用遗传算法优化深度学习算法,最后进行了光通信系统异常数据检测仿真实验,结果表明:本方法的光通信系统异常数据检测正确率超过98%,光通信系统异常数据检测时间为21.6 ms,具有一定的实际应用价值。

主 题 词：聚类分析算法 光通信系统 异常数据 检测模型 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.14016/j.cnki.jgzz.2024.04.182

馆 藏 号：203127496...