买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江广联有线电视传输中心;浙江传媒学院申请的专利广电干线光缆传输系统智能运维方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113779262B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110960011.4，技术领域涉及：G06F16/36；该发明授权广电干线光缆传输系统智能运维方法是由胡荣标;陈青;张赟;金建南;施小明;张亮设计研发完成，并于2021-08-20向国家知识产权局提交的专利申请。

本广电干线光缆传输系统智能运维方法在说明书摘要公布了：本发明公开了一种广电干线光缆传输系统智能运维方法，包括以下步骤：S1，光缆传输系统故障处理的知识图谱构建，通过分析光缆传输系统故障处理策略的文本内容，采用自顶向下的方式设计知识图谱的模式层，再以自底向上的方法构建数据层；S2，基于知识图谱的光缆传输系统运维方案决策，首先将故障描述映射到机房运维知识图谱中，形成故障描述子图；然后，进一步将用户的运维需求映射到知识图中；最后在知识图谱中进行图搜索将用户需求和故障描述进行匹配，得出运维方案；S3，基于深度学习的光缆传输系统故障处理，基于机房运维的大数据，设计基于深度学习的机房故障特征建模和故障处理策略生成的方法。

本发明授权广电干线光缆传输系统智能运维方法在权利要求书中公布了：1.一种广电干线光缆传输系统智能运维方法，其特征在于，包括以下步骤：S1，光缆传输系统故障处理的知识图谱构建，通过分析光缆传输系统故障处理策略的文本内容，采用自顶向下的方式设计知识图谱的模式层，再以自底向上的方法构建数据层；S2，基于知识图谱的光缆传输系统运维方案决策，首先将故障描述映射到机房运维知识图谱中，形成故障描述子图；然后，进一步将用户的运维需求映射到知识图中；最后在知识图谱中进行图搜索将用户需求和故障描述进行匹配，得出运维方案；S3，基于深度学习的光缆传输系统故障处理，基于机房运维的大数据，设计基于深度学习的机房故障特征建模和故障处理策略生成的方法，具体包括：光缆故障发生后，参照干路光缆传输系统的运行手册、历史记录文件，根据技术人员和专家建议制定决策进行故障处理，有效的决策作为监督学习中的标签量；对于故障模型的训练，首先对数据进行预处理产生相应特征和标签，其中数据包括设备运行历史数据、告警信息，挖掘光缆中断、数据业务出错的故障相关数据；然后将特征和标签作为多层感知器模型的输入，从而在深度学习框架下建立起故障训练模型；构建的神经网络模型中上层与下层神经元完全连接，从而更加充分地利用更多特征进行训练；基于该模型，采用反向传播算法训练多层人工神经网络，通过不断迭代的方式学习网络的权值和偏置值，并通过随机梯度下降优化器使得网络的输出值尽可能接近真实的目标值；S1中，数据层的构建包括文本分类、命名实体识别和实体间关系抽取；文本分类采用基于当前最新提出的来自转换器的双向编码器表示BERT方法进行文本分类，包括：1对长文本进行预处理；2根据需求选择对文本分类最有效的层；3处理过拟合问题；命名实体识别的实施方案如下：给定N个词语序列{w1,w2,…wN}，预定义的BEAT模型首先生成一组向量{x1NER,x2NER，…,xNNER},然后作为用于分类的前向神经网络FeedForwardNeuralNetwork，FFNN的输入，然后得到训练数据的基于BIOES的NER标签，标签数量为|CNER|，在训练过程中，通过一个交叉熵损失作为NER的目标函数，定义如下: 其中，SnNER表示第n个词属于正确类别的得分，Sn,cNER表示第n个词属于类别c的得分；实体间关系抽取的实施方案如下：首先对每个词的得分向量{SiNER}求取其最大值，得到每个词的预测实体类别；然后输入嵌入层得到固定长度的连续向量{eiNER}，最后和每个词经过BERT模型的输出进行拼接xiRE＝xiNER||eiNER；再将每一个xiRE映射为head和tail向量hihead＝FFNNheadxiRE,hitail＝FFNNtailxiRE，然后将head和tail向量输入到一个biaffifine分类器中： 其中，U、W、b是biaffifine分类器的参数，RE的损失函数同样为交叉熵损失函数： 其中，SnRE表示第n个词属于正确类别的得分，Sn,cRE表示第n个词属于类别c的得分，最终定义的损失函数如下：Γ＝ΓNER+λΓRE式中，参数λ在训练过程中从0逐渐增大到1，使得NER模型很快就能达到一个比较好的效果；S2中，对于光缆传输系统的运维诉求X，其中所包含的所有实体和实体关系，映射为知识图谱中的单个无环子图，此时，若方案库中存在一条故障描述Q，该描述在知识图谱中映射的子图与X的子图完全重合，则认识Q和X匹配成功，从而找到了运维方案；为了处理文本中“同义词”关系，使用知识图谱中的“同义词”关系与词向量共同构建同义词表，使用连续词袋CBOW模型判断，通过余弦相似度来判断同义词，具体的匹配过程为：1输入运维的诉求X与故障描述Q，并标记出Q中包含的实体集合T＝{n1,n2,n3,n4,…}；2从运维诉求X中包含实体{n1’,n2’,n3’,n4’,…}中选定任一实体，对应图谱中的节点n’；3若节点n’被标记过继续下一步，若未被标记，则回到上一步；4判断X中是否存在未选定的实体，如存在则循环执行以上步骤，若不存在，则执行下一步；5判断集合T中是否还有未选定的节点，若不存在则说明匹配成功，否则说明成功。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江广联有线电视传输中心;浙江传媒学院，其通讯地址为：310005 浙江省杭州市西湖区莫干山路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。