基于数据驱动的光模块性能预测维护实现方案

Chinese

您当前的位置：

首页 >

文章列表页 >

网络维护 | 更新时间：2026-07-10

- 基于数据驱动的光模块性能预测维护实现方案
- 基于数据驱动的光模块性能预测维护实现方案
- 现代传输 2022年第5期页码：65-67
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP274;TN248
- 纸质出版：2022
- 稿件说明：
移动端阅览
刘冬梅, 王昕宇. 基于数据驱动的光模块性能预测维护实现方案[J]. 现代传输, 2022,(5):65-67.

刘冬梅, 王昕宇. 基于数据驱动的光模块性能预测维护实现方案[J]. 2022, (5): 65-67.
刘冬梅, 王昕宇. 基于数据驱动的光模块性能预测维护实现方案[J]. 现代传输, 2022,(5):65-67. DOI：

刘冬梅, 王昕宇. 基于数据驱动的光模块性能预测维护实现方案[J]. 2022, (5): 65-67. DOI：

光模块故障主要是发射激光器性能劣化导致。本文针对光模块性能监测的实现方法，提出了基于数据驱动的光模块性能预测维护实现方法，通过数据标注/特征工程/K-Means聚类/GBDT模型，对光模块性能状态进行有效预测，相较基于阈值的实现方法能提前进行模块性能预测，并及时产生预警信息，提醒及时维护。

机器学习中的特征工程方法 [J]. 唐运军,孙舒畅. 汽车实用技术 . 2020(12)

数据标注研究综述 [J]. 蔡莉,王淑婷,刘俊晖,朱扬勇. 软件学报 . 2020(02)

光模块:5G和IDC双轮拉动需求 [J]. 林蔓. 股市动态分析 . 2019(Z1)

Data clustering: 50 years beyond K-means [J] . Anil K. Jain. Pattern Recognition Letters . 2009 (8)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

尼龙护套光缆老化性能研究及使用寿命预测

基于神经网络的5G网络故障诊断模型研究

基于Elman神经网络的入侵检测研究

基于数字孪生及机器学习的设备故障预警研究

基于遗传算法的应急广播传输网络故障诊断方法

相关机构

成都亨通光通信有限公司

解放军32008部队

电信科学技术第五研究所有限公司

AI问答

⁰