基于人工智能的光交箱资源管理方法

doi:10.12267/j.issn.2096-5931.2023.01.015

信息通信技术与政策 ›› 2023, Vol. 49 ›› Issue (1): 89-96.doi: 10.12267/j.issn.2096-5931.2023.01.015

技术与标准上一篇

基于人工智能的光交箱资源管理方法

Resource management method of optical delivery box based on artificial intelligence

赵恒, 陈玮, 陈禹

中国移动通信集团江苏有限公司,南京 210023

收稿日期:2022-11-08 出版日期:2023-01-15 发布日期:2023-02-08
作者简介:
赵恒，中国移动通信集团江苏有限公司高级工程师,主要从事人工智能研究工作；|陈玮，中国移动通信集团江苏有限公司高级工程师,主要从事人工智能研究工作；|陈禹，中国移动通信集团江苏有限公司助理工程师,主要从事人工智能研究工作。

ZHAO Heng, CHEN Wei, CHEN Yu

China Mobile Group Jiangsu Co., Ltd., Nanjing 210023, China

Received:2022-11-08 Online:2023-01-15 Published:2023-02-08

摘要/Abstract

摘要：

随着全光网时代的到来,光交箱作为光缆接入网的最后一公里触点,是电信业务建设和维护中最频繁操作的平台。针对光交箱资源信息人工维护方式存在的低效问题,基于WS-DAN细粒度分类算法和YoloV5目标检测算法,在手机APP端开发资源现场核查功能,对光交箱的工艺和端子信息进行智能识别,提升光交箱资源现场核查效率和数据准确性,可在电信运营商推广应用。

关键词: 人工智能, 光交箱, 工艺检测, 端子识别

Abstract:

With the advent of the all-optical network era, as the last mile contact of the optical cable access network, the optical delivery box is the most frequently operated platform in the construction and maintenance of telecommunication services. Aiming at the inefficiency of the manual maintenance method of the optical delivery box resource information, a fine-grained classification algorithm based on WS-DAN and YoloV5 target detection algorithm are proposed. The on-site verification function of resources is developed on the mobile phone app to intelligently identify the craftsmanship identification and terminal information of the optical delivery box, so as to improve the efficiency and data accuracy of on-site verification of the optical delivery box resources, and it can be promoted by telecom operators.

Key words: artificial intelligence, optical delivery box, craftsmanship inspection, terminal identification

中图分类号:

TP181
TP399

赵恒, 陈玮, 陈禹. 基于人工智能的光交箱资源管理方法[J]. 信息通信技术与政策, 2023, 49(1): 89-96.

ZHAO Heng, CHEN Wei, CHEN Yu. Resource management method of optical delivery box based on artificial intelligence[J]. Information and Communications Technology and Policy, 2023, 49(1): 89-96.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2023.01.015

http://ictp.caict.ac.cn/CN/Y2023/V49/I1/89

图/表 11

图1 改进后的Transformer模型结构图

图2 WS-DAN算法流程图

图3 WS-DAN细粒度分类算法和Efficientnetv2算法识别结果对比

图4 光交箱工艺检测算法优化过程

图5 Swin Transformer主要结构

图6 YoloV5网络结构框图

图7 YoloV5目标检测算法和Swin Transforme算法识别精度对比

图8 YoloV5目标检测算法和Swin Transforme算法每秒读写帧数对比

图9 光交箱端子识别算法优化过程

图10 光交箱现场资源核查流程

图11 光交箱工艺检测(a)和光交箱端子识别试验效果(b)

参考文献 6

[1]	白瑜颖, 刘宁钟, 姜晓通. 结合注意力混合裁剪的细粒度分类网络[J]. 计算机技术与发展, 2021, 31(10):38-42.
[2]	陆鑫伟, 余鹏飞, 李海燕, 等. 基于注意力自身线性融合的弱监督细粒度图像分类算法[J]. 计算机应用, 2021, 41(5):1319-1325. doi: 10.11772/j.issn.1001-9081.2020071105
[3]	张伟浩. 基于深度学习的图像细粒度分类算法[D]. 上海: 上海师范大学, 2021.
[4]	邱天衡, 王玲, 王鹏, 等. 基于改进YoloV5的目标检测算法研究[J]. 计算机工程与应用, 2022, 58(13):63-73. doi: 10.3778/j.issn.1002-8331.2202-0093
[5]	王玲敏, 段军, 辛立伟. 引入注意力机制的YoloV5安全帽佩戴检测方法[J]. 计算机工程与应用, 2022, 58(9):303-312. doi: 10.3778/j.issn.1002-8331.2112-0242
[6]	杨晓玲, 江伟欣, 袁浩然. 基于YoloV5的交通标志识别检测[J]. 信息技术与信息化, 2021(4):28-30.

[1]	刘莺, 韩春清, 王李祥. 人工智能与我国中小银行数字化转型[J]. 信息通信技术与政策, 2023, 49(1): 22-27.
[2]	张沛, 刘媛媛. 人工智能治理国内外发展现状分析[J]. 信息通信技术与政策, 2023, 49(1): 46-51.
[3]	徐晓燕, 韩凯峰, 杜滢, 刘慧, 赵妍. 6G愿景及潜在关键技术分析[J]. 信息通信技术与政策, 2022, 48(9): 2-8.
[4]	刘建华, 唐雷. 人脸表情识别技术研究综述[J]. 信息通信技术与政策, 2022, 48(8): 89-96.
[5]	王新文, 金贤敏. 光量子计算研究与应用[J]. 信息通信技术与政策, 2022, 48(7): 37-42.
[6]	李国红, 张倩. 我国智能应用产业专利态势研究[J]. 信息通信技术与政策, 2022, 48(6): 54-58.
[7]	郭真, 李帅峥. 依托人工智能加速数字经济发展的路径思考[J]. 信息通信技术与政策, 2022, 48(6): 69-74.
[8]	王郁. 光自智网络应用探讨与标准化进展[J]. 信息通信技术与政策, 2022, 48(4): 92-96.
[9]	尹正, 周圣文, 张刚. 基于非结构化的数据管理探究[J]. 信息通信技术与政策, 2022, 48(3): 92-96.
[10]	陈磊, 李雅静. 人工智能系统安全综述*[J]. 信息通信技术与政策, 2021, 47(8): 56-63.
[11]	宁庭勇, 熊婕, 胡永波, . 人工智能应用面临的安全威胁研究[J]. 信息通信技术与政策, 2021, 47(8): 64-68.
[12]	温博, 孙明俊, . 人工智能在ETC 中的应用研究[J]. 信息通信技术与政策, 2021, 47(5): 1-5.
[13]	李利利, 杨佩瑜, 陈新. 新发展阶段下的我国人工智能产业人才培养研究[J]. 信息通信技术与政策, 2021, 47(5): 6-10.
[14]	魏薇, 牛金行, 景慧昀. 构建安全保障体系,护航人工智能新基建发展[J]. 信息通信技术与政策, 2021, 47(5): 11-14.
[15]	徐凯, 蒋洁. 人工智能应用的社会性风险与监管对策*[J]. 信息通信技术与政策, 2021, 47(5): 15-20.

基于人工智能的光交箱资源管理方法

Resource management method of optical delivery box based on artificial intelligence

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 6

相关文章 15

编辑推荐

Metrics

本文评价