-
题名基于聚类分析提取特征的光通信系统异常数据检测
被引量：5
- 1
-
-
作者
刘永立
翟伟芳
冯娟
-
机构
保定理工学院信息科与工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第4期182-185,共4页
-
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)。
-
文摘
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。
-
关键词
聚类分析算法
光通信系统
异常数据
检测模型
-
Keywords
cluster analysis algorithm
optical communication system
abnormal data
detection model
-
分类号
TN919
[电子电信—通信与信息系统]
-
