文献类型：期刊文献

中文题名：光网络哑资源深度学习智能管理系统

英文题名：A Deep Learning Intelligent Management System for Optical Network Dumb Resources

作者：张高毅[1];张军[2];刘威[3]

机构：[1]中国移动通信集团四川有限公司博士后科研工作站,成都610041;[2]广东海洋大学数学与计算机学院,广东湛江524003;[3]华信咨询设计研究院有限公司,杭州310052

年份：2022

卷号：62

期号：10

起止页码：1433

中文期刊名：电讯技术

外文期刊名：Telecommunication Engineering

收录：CSTPCD、、北大核心、北大核心2020

语种：中文

中文关键词：光分配网络(ODN);哑资源;智能管理;二维码标签;图像识别;深度学习

外文关键词：optical distribution network(ODN);dumb resource;intelligent management;QR code tag;image recognition;deep learning

中文摘要：现阶段光网络哑资源的管理多采用人工方式进行监控管理,而引入电子标签的智能光分配网络(Optical Distribution Network,ODN)因成本高、改造实施困难导致运营商无法有效提高ODN网络质量。通过引入二维码标签及标签分别对分光器及尾纤进行标识,利用深度学习技术,采用Faster-RCNN网络对哑资源中尾纤、尾纤标签、分光器、二维码等信息进行统一识别管理,mAP(Mean Average Precision)达82.96%,满足实际需求,实现了哑资源智能管理,降低了管理与维护成本。

外文摘要：At present,manual monitoring management is usually adopted for the management of optical network dumb resources.The high cost of introducing electronic tag in intelligent optical distribution network(ODN)makes it difficult for operators to effectively improve the quality of ODN network.The quick response(QR)code tag and normal tag are introduced to identify splitter and pigtail,and deep learning technology and faster-RCNN network are used to identify and manage the pigtail,pigtail label,splitter,QR code and other information in dumb resources.The mean average precision(mAP)is 82.96%,which meets the actual needs,thus realizing intelligent management and reducing the management and maintenance costs.