基于并行子网的塑料光纤通信故障识别模型

作者：周玉婷^*; 韦泽训; 曲春梅

来源：塑料科技, 2020, 48(09): 103-106.

DOI：10.15925/j.cnki.issn1005-3360.2020.09.026

• 塑料光纤
• 神经网络
• 故障识别
• 特征提取

应用长短期记忆递归神经网络(LSTM)和卷积神经网络(CNN)设计3个并行子网塑料光纤通信故障识别模型。仿真结果表明:模型3具备更高的故障识别准确率,对塑料光纤控制板故障、电源系统故障、光端机模块故障、尾部纤维故障和单盘故障的识别准确率分别为0.85、0.74、0.82、0.77和0.80,高于模型1和模型2约2%～7%;模型3在500代达到收敛状态,损失值为0.02。研究结果可为当前塑料光纤通信故障的检测识别工作提供一定的参考。

• 单位
  四川邮电职业技术学院