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！

龙图腾网获悉深圳大学申请的专利无源光网络光模块的故障预测方法、装置、设备及介质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：CN116502177B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310397392.9，技术领域涉及：G06F18/25；该发明授权无源光网络光模块的故障预测方法、装置、设备及介质是由梁正平;彭坤;陈超;陈晓瑜设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本无源光网络光模块的故障预测方法、装置、设备及介质在说明书摘要公布了：本发明适用计算机技术领域，提供了一种无源光网络光模块的故障预测方法、装置、设备及介质，该方法包括：获取待测试的无源光网络光模块的状态数据，通过预先训练好的故障预测模型对状态数据进行处理，得到该无源光网络光模块故障的预测类别，其中，故障预测模型由多个结构相同的层叠加组成，且故障预测模型的每一层包括多通道特征提取模块和特征融合模块，从而提高了无源光网络光模块故障预测的预测速度和准确性，进而提高了用户体验。

本发明授权无源光网络光模块的故障预测方法、装置、设备及介质在权利要求书中公布了：1.一种无源光网络光模块的故障预测方法，其特征在于，所述方法包括下述步骤： 获取待测试的无源光网络光模块的状态数据； 通过预先训练好的故障预测模型对所述状态数据进行处理，得到所述无源光网络光模块故障的预测类别，其中，所述故障预测模型由多个结构相同的层叠加组成，且所述故障预测模型的每一层包括多通道特征提取模块和特征融合模块； 在获取待测试的无源光网络光模块的状态数据的步骤之前，所述方法还包括： 通过所述故障预测模型的当前层中的多通道特征提取模块对输入的训练状态数据进行特征提取，得到与所述训练状态数据对应的多维特征数据，其中，所述训练状态数据包含若干属性和一个类别标签，所述多维特征数据包含有所述类别标签； 通过所述当前层中的特征融合模块对所述多维特征数据进行特征融合，得到对应的融合特征； 判断所述当前层对应的层数是否等于所述故障预测模型的总层数； 是则，结束对所述故障预测模型的训练； 否则，将所述融合特征和预先获取的原始状态数据进行特征拼接，得到拼接数据； 将所述拼接数据设置为所述训练状态数据，同时将所述当前层的下一层设置为所述当前层，并跳转至通过所述故障预测模型的当前层中的多通道特征提取模块对输入的训练状态数据进行特征提取的步骤。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。

以上内容由龙图腾AI智能生成。