大数据背景下塑料光纤通信系统安全态势诊断研究

发布时间：2021-05-09 16:47

　　为提升塑料光纤通信安全态势诊断能力,基于Hadoop大数据平台、应用深度学习技术设计塑料光纤通信安全态势诊断系统。基于并行多任务机制,设置并行任务数为16,批次样本量为20。对于系统中的诊断模型,设计3个分支网络,期望通过卷积神经网络、非线性激活函数、长短期记忆网络捕获多样、抽象、非线性、强依赖性的塑料光纤安全态势特征。经仿真分析表明,本系统对于优、良、中、差、危5种安全态势级别的诊断准确率分别为0.987、0.991、0.979、0.975和0.981,具备较少的建模时间和较高的诊断效率,优于当前的RBF神经网络和BP神经网络诊断系统。 

【文章来源】：塑料科技. 2020,48(08)北大核心

【文章页数】：4 页

【文章目录】：
1 塑料光纤通信安全态势诊断系统
    1.1 安全态势诊断系统概况
    1.2 基于Hadoop的多任务诊断方式
    1.3 塑料光纤安全态势诊断模型
    1.4 仿真环境
2 安全态势诊断系统参数仿真分析
    2.1 并行任务仿真分析
    2.2 批次样本量仿真分析
3 安全态势诊断系统性能仿真分析
    3.1 多系统诊断准确率仿真分析
    3.2 多系统诊断时长仿真分析
4 结论


【参考文献】：
期刊论文
[1]基于卷积神经网络和自注意力机制的文本分类模型[J]. 汪嘉伟,杨煦晨,琚生根,袁宵,谢正文.  四川大学学报(自然科学版). 2020(03)
[2]基于EMD-LSTM耦合预测模型的BDS多路径误差削弱方法研究[J]. 徐小汶,陶远.  全球定位系统. 2020(02)
[3]高校智慧校园大数据平台的设计与实现[J]. 王立友.  河北民族师范学院学报. 2020(02)
[4]隧道掘进机工程大数据管理平台关键技术及应用研究[J]. 孙振川,钱彤途,任颖莹,褚长海,周振建.  隧道建设(中英文). 2020(06)
[5]基于EMD和长短期记忆网络的短期电力负荷预测研究[J]. 魏骜,茅大钧,韩万里,吕彬.  热能动力工程. 2020(04)
[6]健康医疗大数据云平台研究综述[J]. 王鹏,周静,王凯曦,熊冬生,吴逢春,陈军,吴凯.  中国医疗设备. 2020(05)
[7]基于Hadoop平台的大学多媒体教学管理研究[J]. 王雪芹.  现代电子技术. 2020(09)
[8]基于Hadoop框架的大数据平台探析[J]. 许文鹏,李胜广,赵士伟,李思,李攀.  中国安防. 2020(04)
[9]BP神经网络在网络安全评价中的应用研究[J]. 贾晓霞.  中国新通信. 2020(06)
[10]基于改进的BP神经网络的网络空间态势感知系统安全评估[J]. 陈维鹏,敖志刚,郭杰,余勤,童俊.  计算机科学. 2018(S2)



本文编号：3177664