本发明涉及一种基于特征融合多任务卷积网络光性能检测方法及系统,该方法基于特征融合多任务卷积神经网络,获取并融合二维散点图的局部和全局信息,同时对信号的光性能参数和速率/格式类别进行监测与识别。随后,构建特征融合多任务卷积网络,使用训练数据集对网络模型进行训练和优化。最后,使用测试数据集评价训练完成的网络性能。经过试验验证,本发明通过二维散点图中提取并共享融合特征,使得不同任务之间相互促进,提升了光性能监测和速率/格式识别的性能。对未来复杂的光网络性能以及信号属性的监测识别任务中,能做到对光性能监测任务和速率/格式识别任务的联合执行,且自动提取并融合特征,不同任务间相互促进,提升性能。
声明:
“一种基于特征融合多任务卷积网络光性能检测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)