科研之友
微信
新浪微博
Facebook
分享链接
摘要
光分配网络(optical distribution network, ODN)网络是FTTH网络中的重要组成部分，其质量好坏直接关系到客户使用宽带网络的体验。为了对哑资源进行高效精准管理，改善网络质量，提升宽带业务开通效率，降低维护成本，设计优化了哑资源智能检测及清查系统。该系统基于深度学习中的YOLOX算法，设计改进提出随机梯度下降动量及Nestrov动量(stochastic gradient descent with momentum and nestrov, SGDMN)优化器，该优化器能有效抑制振荡并且在加速训练的同时对梯度进行校正，以此对参数进行更新；在不脱离真实场景的前提下选择数据增强方式，以此实现对分光器、尾纤、标签、二维码等关键信息进行目标检测，进行分类标识，维护人员可基于这些关键信息配合资管系统信息完成哑资源清查。通过其他经典目标识别算法进行对比实验，结果表明改进后的YOLOX算法精度更高，满足哑资源智能检测及清查实际工程需求。
- 单位
