-
公开(公告)号：CN115765997A
公开(公告)日：2023-03-07
申请号：CN202211400911.4
申请日：2022-11-09
Applicant: 北京邮电大学
IPC: H04L9/08 , H04B10/70 , H04B10/079
Abstract: 本发明公开了一种基于数据集降维处理的多芯光纤中量子信道噪声预测方法。本方法针对量子信号和经典信号在同一多芯光纤中传输时，当新业务到来时评估量子信道噪声引入的时延，基于机器学习，建立一种有效的噪声预测模型。适用于任意纤芯数和任意波长数的多芯光纤量子光传输系统。针对噪声数据集特征过多这一问题，本发明使用了一种根据噪声特性来减少数据集特征数的方法。通过使用XGBoost和LightGBM两种机器学习算法建立的噪声预测模型来评估链路噪声，旨在降低噪声评估时间。相比于基于其他机器学习算法的噪声预测模型，本方法具有预测准确率高，预测速度快的优势，为量子密钥分发与经典信号融合组网实用化做出了贡献。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
