智能光网络维护中的故障诊断算法优化.docxVIP

智能光网络维护中的故障诊断算法优化

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3智能光网络维护概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.4故障诊断算法在光网络维护中的应用．．．．．．．．．．．．．．．．．．．．．．11

1.5本文主要研究内容与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

智能光网络故障诊断算法基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.1光网络故障类型与特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2故障诊断算法分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.1基于模型的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.2基于数据的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.3混合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

2.3典型故障诊断算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

2.3.1人工神经网络算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

2.3.2支持向量机算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

2.3.3贝叶斯网络算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

2.3.4聚类分析算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

2.3.5机器学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

智能光网络故障诊断数据预处理技术．．．．．．．．．．．．．．．．．．．．．．．44

3.1数据采集与整合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

3.2数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

3.2.1噪声处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.2.2缺失值填充．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

3.2.3异常值检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

3.3数据特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

3.3.1主成分分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

3.3.2小波变换．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

3.3.3自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65

3.4数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

3.4.1生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70

3.4.2迁移学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72

基于机器学习的智能光网络故障诊断算法优化．．．．．．．．．．．．．．．74

4.1深度学习算法优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

4.1.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78

4.1.2长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．80

4.1.3生成式对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

4.2集成学习算法优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

4.2.1基于Baggi