一种基于集成学习的光纤中超连续谱生成预测方法、终端和存储介质

本发明提供一种基于集成学习的光纤中超连续谱生成预测方法、终端和存储介质。所述方法包括构建残差门控循环注意力网络，所述残差门控循环注意力网络在门控循环单元模型的基础上引入了自注意力机制和残差连接；构建集成模型，所述集成模型结合残差门控循环注意力网络和双向长短期记忆集成模型；训练所述集成模型。该方法能够有效学习和描绘复杂的超连续结构，并捕获数据中的关键信息，从而提高预测的准确性和鲁棒性。此外，该方法还设计了多层全连接神经网络，用于进一步处理和优化预测结果。该方法可以应用于光纤超连续谱光源的优化设计、光通信系统设计以及实时或近实时的超连续谱变化预测等领域，具有广泛的应用前景。