[发明专利]基于机器学习的智能频谱图分析方法在审
| 申请号： | 201810228526.3 | 申请日： | 2018-03-20 |
| 公开（公告）号： | CN108957125A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 王丹石;张民;辛宇;付美霞;李进 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G01R23/16 | 分类号： | G01R23/16;G01J3/28 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的智能频谱图分析方法，涉及光通信技术领域，其中通过搭建映射网络对频谱数据进行性能分析：所述的方法包括以下步骤：获取所需分析的频谱数据：训练映射网络；所需分析的频谱图数据输入到训练好的的映射网络中进行性能分析；输出分析结果。本发明的目的在于提供一种可自学习和演进，不断适应新场景、新需求的的基于机器学习的智能频谱图分析方法，解决传统光学性能分析模块中一种算法只能识别一种参数，系统的复杂性高，适应度低的问题，此外，人工智能可以和经验丰富的人类工程师相媲美甚至达到超越，本发明可以代替人类观测到频谱图涵盖的更多参数信息和做出更准确的定量分析，实现对频谱图分析的人工智能化。 | ||
| 搜索关键词： | 频谱图 基于机器 映射网络 分析 频谱数据 性能分析 智能 光通信技术领域 性能分析模块 频谱图数据 定量分析 人工智能 传统光学 输出分析 多参数 适应度 智能化 自学习 算法 学习 演进 观测 工程师 场景 涵盖 | ||
【主权项】：
1.一种基于机器学习的智能频谱图分析方法，其特征在于，所述的方法包括以下步骤：步骤一、获取所需分析的频谱数据；步骤二：训练映射网络；步骤三：所需分析的频谱图数据输入到训练好的的映射网络中进行特征提取和性能分析；步骤四：输出分析结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810228526.3/，转载请声明来源钻瓜专利网。
