[发明专利]一种基于RFID与GPLLE的光缆工程管理方法

说明书

本发明公开了一种基于RFID与GPLLE的光缆工程管理方法、装置、电子设备及存储介质，其方法包括：收集单元利用射频识别技术和全局保持的局部线性嵌入方法，获取光缆线路信息，所述收集单元将所述光缆线路信息保存到电子标签，管理单元读取所述电子标签中的所述光缆线路信息，并对所述光缆线路信息进行操作和更新，得到实时更新数据，交互单元对所述实时更新数据进行补充修正，得到完整实时数据；所述完整实时数据为施工人员提供所述光缆线路的重要信息。本发明通过提供一种基于射频识别技术和全局保持的局部线性嵌入方法的光缆管理系统，对光缆线路进行管理，提高了光缆管理工程的效率。

技术领域

本发明涉及机器学习的领域，尤其涉及一种基于RFID与GPLLE的光缆工程管理方法。

背景技术

随着21世纪信息时代的到来，互联网，3G通信等信息传递的应用规模越来越庞大，结构也日趋复杂。光缆通信因为容量大、频带宽、速率高、保密性好、可靠性高、传输距离远等优点使得各运营商及相关部门对光缆资源的需求也与日俱增。怎么样在大规模光缆网络应用下，更加高效管理光缆资源，发挥光缆资源的优势，高效利用，已成为移动通信管理的重要课题。

目前，降维算法在很多领域被广泛应用，众多的降维算法已经被提出。这些降维算法主要分为两个部分，一部分为线性降维算法，另外一部分为非线性降维算法。线性方式是假设其内部结构数据符合线性分布规则。在众多线性降维算法中，其中最著名的两个分别是PCA与LDA。尽管线性降维算法很容易被实现，然而线性方式忽略了数据上的非线性结构。为此，流形学习应运而生，它的基本假设是高维数据样本嵌入低维欧式空间中的光滑流形上。基于该重要的假设，流形学习的方法的目的是将高维数据映射到低维空间上，使得该低维的数据能够反映原高维数据上的结构特征。众多的流形学习算法逐渐被提出来，例如LLE,ISOMAP,LE,LTSA等。这些算法在非线性流形而言，能很好地保持数据特性。

因此，为了提高光缆管理工程的效率，解决目前存在的现有的光缆实时数据在传输过程中耗费的时间过大以及消耗内存过大的技术问题，亟需构建一种光缆工程的管理方法。

发明内容

本发明提供了一种基于RFID与GPLLE的光缆工程管理方法，解决了目前存在的现有的光缆实时数据在传输过程中耗费的时间过大以及消耗内存过大的技术问题。

第一方面，本发明提供了一种基于RFID与GPLLE的光缆工程管理方法，应用于光缆管理系统，所述系统包括收集单元、管理单元和交互单元；所述管理单元与所述收集单元和所述交互单元连接；所述方法包括：

所述收集单元利用射频识别技术和全局保持的局部线性嵌入方法，获取光缆线路信息；

所述收集单元将所述光缆线路信息保存到电子标签；

所述管理单元读取所述电子标签中的所述光缆线路信息，并基于数据库服务器发出的数据指令，对所述光缆线路信息进行操作和更新，得到实时更新数据；

所述交互单元对所述实时更新数据进行补充修正，得到完整实时数据；所述完整实时数据为施工人员提供所述光缆线路的重要信息。

可选地，所述收集单元获取光缆线路信息，包括：

利用所述射频识别技术，对光缆线路的各种数据进行收集，得到初步光缆线路信息；

剔除所述初步光缆线路信息中的冗余信息和无关的数据，得到光缆线路信息。

可选地，剔除所述初步光缆线路信息中的冗余信息和无关的数据，得到光缆线路信息，包括：

根据局部线性嵌入原理和所述全局保持的局部线性嵌入方法，对所述初步光缆线路信息进行计算，得到高维数据的低维表示；

基于所述高维数据的低维表示，对所述初步光缆线路信息中的冗余信息和无关的数据进行剔除，得到光缆线路信息。