基于不平衡数据和神经网络算法的通信光缆故障预测分析

摘要

光纤是通信网络的基础,承载着巨大的网络流量,一旦出现故障后影响较大.因此光缆故障预测是一个热门研究话题.论文针对该问题,基于光缆的基本参数和故障信息,采取神经网络模型进行故障分类.由于光缆故障是小概率事件,数据样本的类别分布存在不平衡问题,采取了SMOTE算法对不平衡数据进行处理,再通过分类模型进行分析研究.结果 表明,预测模型总体的分类准确性为76.2％,对故障光缆的预测灵敏度为72.4％,效果比较好,能够给通信光缆运行维护工作提供一定的辅助作用.