-
公开(公告)号:CN110598859B
公开(公告)日:2022-12-13
申请号:CN201910707923.3
申请日:2019-08-01
Applicant: 北京光锁科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于门控循环神经网络的非线性均衡方法,包括:确定门控循环神经网络模型,利用训练样本数据训练所述门控循环神经网络模型,得到初步训练后的门控循环神经网络模型;对所述初步训练生成的门控循环神经网络模型进行优化处理;对优化处理后的门控循环神经网络模型进行修剪处理;利用训练样本数据,对修剪处理后的门控循环神经网络模型进行再训练,得到训练后的门控循环神经网络模型;利用所述训练后的门控循环神经网络模型进行非线性估计或是均衡处理,能够实现高性能低复杂度的非线性损失补偿功能。
-
公开(公告)号:CN110518973B
公开(公告)日:2021-05-04
申请号:CN201910683365.1
申请日:2019-07-26
Applicant: 北京光锁科技有限公司 , 北京邮电大学
IPC: H04B10/079 , H04L29/06 , G06K9/62
Abstract: 本发明公开了一种基于机器学习的光纤窃听监测方法及相关设备。所述方法包括:采集光纤通信信道的历史信号信息,所述历史信号信息包括窃听情况信息以及信道性能信息;根据所述历史信号信息运用支持向量机算法进行训练,获得训练后的支持向量机算法模型;采集所述光纤通信信道的当前周期的信号信息,根据所述支持向量机算法模型判断所述当前周期的信号信息是否存在窃听;若是,则进行报警;若否,继续采集下一周期的信号信息。本发明所述基于机器学习的光纤窃听监测方法及相关设备,应用机器学习等人工智能算法,实现对非法窃听的智能监测识别。
-
公开(公告)号:CN110492926B
公开(公告)日:2021-01-05
申请号:CN201910682968.X
申请日:2019-07-26
Applicant: 北京光锁科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于机器学习的光纤窃听定位方法、系统及电子设备,该基于机器学习的光纤窃听定位方法,包括:采集光纤信道的历史信号信息,历史信号信息包括窃听情况信息和信道性能信息;根据历史信号信息运用人工神经网络算法进行训练,得到窃听定位的人工神经网络模型;采集光纤信道的当前信号信息,判断当前信号信息是否存在窃听行为;若存在窃听行为,则将当前信号信息作为人工神经网络模型的输入向量,根据人工神经网络模型的输出向量确定窃听点位置。本发明利用人工神经网络算法对光通信物理层数据完成精细化处理,实现光纤窃听的智能定位;并且通过光纤信道的眼图及其参数差异进行综合分析计算,进行窃听定位。
-
公开(公告)号:CN110518973A
公开(公告)日:2019-11-29
申请号:CN201910683365.1
申请日:2019-07-26
Applicant: 北京光锁科技有限公司 , 北京邮电大学
IPC: H04B10/079 , H04L29/06 , G06K9/62
Abstract: 本发明公开了一种基于机器学习的光纤窃听监测方法及相关设备。所述方法包括:采集光纤通信信道的历史信号信息,所述历史信号信息包括窃听情况信息以及信道性能信息;根据所述历史信号信息运用支持向量机算法进行训练,获得训练后的支持向量机算法模型;采集所述光纤通信信道的当前周期的信号信息,根据所述支持向量机算法模型判断所述当前周期的信号信息是否存在窃听;若是,则进行报警;若否,继续采集下一周期的信号信息。本发明所述基于机器学习的光纤窃听监测方法及相关设备,应用机器学习等人工智能算法,实现对非法窃听的智能监测识别。
-
公开(公告)号:CN110492926A
公开(公告)日:2019-11-22
申请号:CN201910682968.X
申请日:2019-07-26
Applicant: 北京光锁科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于机器学习的光纤窃听定位方法、系统及电子设备,该基于机器学习的光纤窃听定位方法,包括:采集光纤信道的历史信号信息,历史信号信息包括窃听情况信息和信道性能信息;根据历史信号信息运用人工神经网络算法进行训练,得到窃听定位的人工神经网络模型;采集光纤信道的当前信号信息,判断当前信号信息是否存在窃听行为;若存在窃听行为,则将当前信号信息作为人工神经网络模型的输入向量,根据人工神经网络模型的输出向量确定窃听点位置。本发明利用人工神经网络算法对光通信物理层数据完成精细化处理,实现光纤窃听的智能定位;并且通过光纤信道的眼图及其参数差异进行综合分析计算,进行窃听定位。
-
公开(公告)号:CN110598859A
公开(公告)日:2019-12-20
申请号:CN201910707923.3
申请日:2019-08-01
Applicant: 北京光锁科技有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于门控循环神经网络的非线性均衡方法,包括:确定门控循环神经网络模型,利用训练样本数据训练所述门控循环神经网络模型,得到初步训练后的门控循环神经网络模型;对所述初步训练生成的门控循环神经网络模型进行优化处理;对优化处理后的门控循环神经网络模型进行修剪处理;利用训练样本数据,对修剪处理后的门控循环神经网络模型进行再训练,得到训练后的门控循环神经网络模型;利用所述训练后的门控循环神经网络模型进行非线性估计或是均衡处理,能够实现高性能低复杂度的非线性损失补偿功能。
-
公开(公告)号:CN118118399A
公开(公告)日:2024-05-31
申请号:CN202410131070.4
申请日:2024-01-30
Applicant: 北京邮电大学
Abstract: 本申请提供一种量子密钥分发与经典光协同跨层路由规划方法及相关设备。该方法包括:获取通信业务,根据所述通信业务,确定可选路径,确定所述可选路径上的中继节点,根据所述中继节点,确定多条跨层路由,获取所述中继节点的信息,所述信息包括执行光电转换的能耗,根据所述能耗,确定多条所述跨层路由的总能耗,根据所述总能耗,确定多条所述跨层路由中用于承载所述通信业务的跨层路由。通过对中继节点进行规划以及确定是否在中继节点上进行信号再生处理,从而降低端到端光层路由上经典光信号的平均功率水平。
-
公开(公告)号:CN118101544A
公开(公告)日:2024-05-28
申请号:CN202410132599.8
申请日:2024-01-30
Applicant: 北京邮电大学
Abstract: 本申请提供一种量子密钥分发网络路由方法、装置、电子设备及存储介质,该方法包括当确定源节点到宿节点在当前量子密钥分发网络域内无法实现目标密钥路由时,向多个相邻量子密钥分发网络域发送互通请求;然后接收所述相邻量子密钥分发网络域发送的节点信息;并根据所述节点信息从多个相邻量子密钥分发网络域中确定符合跨域路由条件的目标相邻量子密钥分发网络域;最后通过所述目标相邻量子密钥分发网络域重新构建所述源节点到所述宿节点的目标密钥路由,从而在当前量子密钥分发网络域内出现路由故障时,可以通过与其他网络域的跨域连接实现源节点到宿节点的密钥路由重建,进一步提高了密钥供应抗毁能力。
-
公开(公告)号:CN117938382A
公开(公告)日:2024-04-26
申请号:CN202410123932.9
申请日:2024-01-29
Applicant: 北京邮电大学
IPC: H04L9/08 , H04B10/564 , H04L45/121 , H04L45/247
Abstract: 本申请提供的一种量子密钥分发的共纤传输方法、装置及相关设备,包括:响应于获取到量子密钥分发的请求,确定请求的可用路径;计算可用路径进行共纤传输后的第一功率值,确定第一功率值是否小于设定阈值;响应于第一功率值大于或等于设定阈值,将可用路径作为待均衡路径进行已承载通信业务的确定,并确定已承载通信业务是否存在不包含待均衡路径的备选路径;响应于存在备选路径,选取任一条信道进行备选路径的路径重构,确定重构后的备选路径的第二功率值是否小于设定阈值;响应于第二功率值小于设定阈值,生成调整记录,确定调整后的待均衡路径的第三功率值是否小于设定阈值;响应于第三功率值小于设定阈值,根据调整记录生成传输方案。
-
公开(公告)号:CN117195505A
公开(公告)日:2023-12-08
申请号:CN202311048733.8
申请日:2023-08-18
Applicant: 中国电力科学研究院有限公司 , 北京邮电大学 , 国网重庆市电力公司营销服务中心
Inventor: 刘婧 , 于海波 , 陈天阳 , 薛冰 , 高欣 , 谭煌 , 陈昊 , 陈文礼 , 李媛 , 刁新平 , 乔文俞 , 程瑛颖 , 苏宇 , 李亚杰 , 田成明 , 谷凯 , 郜波 , 郑安刚
IPC: G06F30/20 , G06F30/17 , G06Q50/06 , G01R35/04 , G06F119/02 , G06F119/06 , G06F111/08
Abstract: 本发明公开了一种用于电能表信息化评价校准模型的测评方法及系统,属于模型测评技术领域。本发明方法,包括:针对电能表信息化评价校准模型,确定与所述电能表信息化评价校准模型的模型准确度相关的测评指标和业务需求相关的测评指标;基于层次分析法,根据所述模型准确度相关的测评指标和所述业务需求相关的测评指标,构建用于所述电能表信息化评价校准模型测评的关键指标体系;利用多重假设检验方法对多个工况下的关键指标值进行联合验证,将验证结果映射为一个模型等级,根据所述模型等级确定所述电能表信息化评价校准模型性能的测评结果。本发明能够通过测评结果确定电能表信息化评价校准模型的可信度。
-
-
-
-
-
-
-
-
-