一种基于机器学习的光模块损坏检测方法及系统

摘要

本发明提供一种基于机器学习的光模块损坏检测方法及系统，通过光模块的历史性能数据检测结果生成一个光模块检测模型，利用该光模块检测模型在预测坏光模块性能数据上有一定的作用，可作为辅助手段帮助排查坏光模块。同时，为了保证光模块检测模型的泛化能力，还可以在生成光模块检测模型后，利用大量真实坏光模块数据以及更多特征的进行挖掘探索。本发明通过对离线的正常及损坏光模块历史性能数据分析，不仅可以对实时光模块性能数据进行检测，还可以通过机器学习算法实时监测光模块性能情况，并预测光模块是否存在损坏趋势。本发明基于机器学习的光模块检测来代替人工检测光模块，大大提高了检测准确性并降低了时间及人力的耗费。