-
公开(公告)号:CN108229553B
公开(公告)日:2022-01-18
申请号:CN201711475856.4
申请日:2017-12-29
Applicant: 国网吉林省电力有限公司信息通信公司
Abstract: 一种OTDR曲线数据分析方法,涉及电力通信领域,解决现有通过OTDR获得的数据无法精确地反应光纤中各个特殊点的相关位置问题,对去噪后的数据进行相关处理,得到光纤信号中的各个细节;对光纤信号中的特征进行提取;对多个OTDR数据进行特征提取,将得到的特征向量作为改进的SVM算法的训练样本,将样本输入SVM分类器进行训练,得到可用于识别OTDR数据特征的模型,OTDR数据特征可以反映光纤特征;最终实现对光纤特殊位置的分类功能:将模型运用于对光纤的熔接点、断裂点、起始端、末端以及弯折过大点进行分类。本发明通过测度学习的方法,改进高斯径向机核函数,以此提高算法收敛速度,提升预测精度,提升了光纤监测的可靠性。
-
公开(公告)号:CN108229553A
公开(公告)日:2018-06-29
申请号:CN201711475856.4
申请日:2017-12-29
Applicant: 国网吉林省电力有限公司信息通信公司
Abstract: 一种OTDR曲线数据分析方法,涉及电力通信领域,解决现有通过OTDR获得的数据无法精确地反应光纤中各个特殊点的相关位置问题,对去噪后的数据进行相关处理,得到光纤信号中的各个细节;对光纤信号中的特征进行提取;对多个OTDR数据进行特征提取,将得到的特征向量作为改进的SVM算法的训练样本,将样本输入SVM分类器进行训练,得到可用于识别OTDR数据特征的模型,OTDR数据特征可以反映光纤特征;最终实现对光纤特殊位置的分类功能:将模型运用于对光纤的熔接点、断裂点、起始端、末端以及弯折过大点进行分类。本发明通过测度学习的方法,改进高斯径向机核函数,以此提高算法收敛速度,提升预测精度,提升了光纤监测的可靠性。
-