一种基于机器学习的电力通信关键业务路由配置方法

    公开(公告)号:CN114698048A

    公开(公告)日:2022-07-01

    申请号:CN202210324497.7

    申请日:2022-03-29

    摘要: 本发明公开了一种基于机器学习的电力通信关键业务路由配置方法,其内容包括:根据电力通信骨干传输网拓扑、业务承载和光缆参数,建立链路状态矩阵;利用最短路径算法并结合业务路由配置历史数据产生数据集,为机器学习算法提供训练和测试条件;设计深度神经网络的结构,针对电力通信骨干传输网的每个节点分别训练机器学习模型;给定关键业务路由配置请求,利用机器学习模型,计算当前节点及其相邻节点的路径特征向量,选择最佳相邻节点作为下一跳节点。从源节点开始逐点循环执行上述过程,直到目的节点为止。本发明有助于电力通信关键业务路由的综合优化配置,提高业务可靠性,实现电力光缆业务的负载均衡,降低电力通信业务的运行风险。

    适用于量子隐形传输系统的信号恢复装置及方法

    公开(公告)号:CN110943786A

    公开(公告)日:2020-03-31

    申请号:CN201911313336.2

    申请日:2019-12-18

    IPC分类号: H04B10/70 H04J3/06

    摘要: 本发明涉及计算机领域,一种适用于量子隐形传输系统的信号恢复装置,该装置包括:与量子传输信道连接的分束器、分别与所述分束器连接的时钟恢复模块和平衡零拍探测器、与所述平衡零拍探测器连接的放大器、与所述放大器连接的分路器、与所述分路器连接的延时模块、分别与所述时钟恢复模块和延时模块连接的高速模数转换器(ADC,Analog-to-Digital Converter)采样模块、FGPA(Field Programmable Gate Array)内部逻辑模块。本发明还涉及一种适用于量子隐形传输系统的信号恢复方法。