摘要
本发明提供一种印刷通信光功率预测的方法,属于光功率预测技术领域,包括:步骤1:根据印刷系统的运行日志获取印刷通信系统中光功率的各种数据,对数据进行预处理,获取印刷通信光功率的特征;步骤2:通过对印刷通信光功率的特征进行组合,获取影响光功率的主要因素;步骤3:根据主要因素确定光功率的产生机制和光信号的传输过程,构建基于自动化的深度学习模型;步骤4:对深度学习模型进行训练,对模型进行评估以及优化;步骤5:将模型部署到实际的印刷通信系统中,实现光功率的实时预测。解决了需要人工进行特征选择,受到环境因素的影响较大,同时,预测模型可能存在过度拟合,导致预测结果不准确,降低印刷效率和印刷图像质量的问题。