-
公开(公告)号：CN119544462A
公开(公告)日：2025-02-28
申请号：CN202411606173.8
申请日：2024-11-12
Applicant: 北京邮电大学
IPC: H04L41/0631 , H04L41/0677 , H04L41/069 , H04L41/12 , H04Q11/00 , G06F18/214 , G06F18/2323 , G06F18/21
Abstract: 本发明提供一种基于时空图网络的光传输网络根告警识别方法及装置，该方法包括：根据多个告警数据的时空聚类结果构建时空告警子图；多个告警数据包括根告警数据和派生告警数据，时空告警子图用于表示具有时空特点的告警关系；基于时空图网络对时空告警子图进行识别，得到目标告警识别结果；时空图网络通过以多个样本告警数据为节点，以多个样本告警数据之间的相关性为不同节点特征之间的边权参数，并采样注意力机制更新边权参数的方式训练得到。本发明所述方法充分考虑告警的时空特征，提高了光传输网络根告警识别准确率，同时增强了告警识别结果可解释性。
-
公开(公告)号：CN119402076A
公开(公告)日：2025-02-07
申请号：CN202411190917.2
申请日：2024-08-28
Applicant: 北京邮电大学
IPC: H04B10/077 , G06F18/25 , G06F18/213 , G06F18/10 , G06N3/0455 , G06N3/0464 , H04B10/079 , H04Q11/00
Abstract: 本发明提供一种光网络多模态数据融合和告警识别方法及装置，涉及数据处理技术领域，包括：从光网络中采集多模态告警数据，将所述多模态数据输入到多模态Transformer模型中；多模态Transformer模型利用位置嵌入、跨模态注意力和自注意力机制，将不同模态的数据进行融合，得到融合后的多模态数据；将所述融合后的多模态数据输入到DNN模型中，输出所述光网络的告警识别结果。
-
Patent Agency Ranking
公开(公告)号：CN112953629A
公开(公告)日：2021-06-11
申请号：CN202110282984.7
申请日：2021-03-16
Applicant: 北京邮电大学
IPC: H04B10/079 , G06K9/62 , G06N3/04 , G06N3/08 , G06N7/00
Abstract: 本发明提供一种光网络故障预测不确定性分析方法及系统，该方法包括：获取待预测光网络故障的光网络性能数据；基于无监督学习方法，对光网络性能数据进行标注，得到目标光网络性能数据和目标标签；将目标光网络性能数据和所述目标标签输入到训练好的光网络故障预测模型，获取光网络故障预测结果和光网络故障预测结果对应的故障不确定性度量，训练好的光网络故障预测模型是由样本光网络性能数据，对贝叶斯神经网络进行训练得到的。本发明通过无监督学习方法实现数据自动标注，保证了数据自动标注的准确性和高效性，并基于贝叶斯神经网络的故障预测及预测不确定性分析，提高了故障预测的可靠性。
-
公开(公告)号：CN119109510A
公开(公告)日：2024-12-10
申请号：CN202410946021.6
申请日：2024-07-15
Applicant: 北京邮电大学
IPC: H04B10/079 , H04L43/0823
Abstract: 本发明涉及计算机技术领域，提供一种光网络软故障检测方法、装置、存储介质及电子装置，该光网络软故障检测方法包括：获取目标光网络的待检测信号数据；将待检测信号数据输入至预先训练的故障检测模型，得到故障检测模型输出的故障检测信息，故障检测模型是基于无标签样本信号数据进行自监督训练得到的。该光网络软故障检测方法提高了光网络中软故障检测的检测效率。
-
公开(公告)号：CN113193911A
公开(公告)日：2021-07-30
申请号：CN202110393896.4
申请日：2021-04-13
Applicant: 北京邮电大学
IPC: H04B10/079 , G06N3/08
Abstract: 本发明提供一种光网络故障检测方法及系统，该方法包括：获取待检测的光网络性能数据；将待检测的光网络性能数据输入到训练好的光网络故障检测模型，获取待检测的光网络性能数据的隐空间重构误差，以根据隐空间重构误差和预设故障阈值，得到光网络故障检测结果，其中，训练好的光网络故障检测模型是由样本光网络性能数据，对改进的自编码器神经网络进行训练得到的，改进的自编码器神经网络包括第一编码器、第二编码器和解码器。本发明根据隐空间重构误差和预设故障阈值得到光网络故障检测结果，提高了模型的抗干扰性，并基于改进的自编码器神经网络，便于更好地学习训练数据的数据模式，减小重构误差，提升异常检测的效果。
-
公开(公告)号：CN119520225A
公开(公告)日：2025-02-25
申请号：CN202411529903.9
申请日：2024-10-30
Applicant: 北京邮电大学
IPC: H04L41/0631 , H04L41/147 , H04L41/149 , H04L41/16 , H04L43/08 , H04B10/079
Abstract: 本发明提供一种光传输网络告警预测方法及装置，涉及数据处理技术领域，包括：获取光传输网络设备的性能监测数据以及上报的告警信息；根据所述告警数据进行告警关联处理和告警标签提取，得到告警标签向量；将所述性能数据和所述告警标签向量对齐后，通过随机森林进行告警预测。
-
公开(公告)号：CN112953629B
公开(公告)日：2022-07-05
申请号：CN202110282984.7
申请日：2021-03-16
Applicant: 北京邮电大学
IPC: H04B10/079 , G06K9/62 , G06N3/04 , G06N3/08 , G06N7/00
Abstract: 本发明提供一种光网络故障预测不确定性分析方法及系统，该方法包括：获取待预测光网络故障的光网络性能数据；基于无监督学习方法，对光网络性能数据进行标注，得到目标光网络性能数据和目标标签；将目标光网络性能数据和所述目标标签输入到训练好的光网络故障预测模型，获取光网络故障预测结果和光网络故障预测结果对应的故障不确定性度量，训练好的光网络故障预测模型是由样本光网络性能数据，对贝叶斯神经网络进行训练得到的。本发明通过无监督学习方法实现数据自动标注，保证了数据自动标注的准确性和高效性，并基于贝叶斯神经网络的故障预测及预测不确定性分析，提高了故障预测的可靠性。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
