基于F5G全光网络的智能变电站神经网络学习与优化方法、系统和介质

本发明提出了一种基于F5G全光网络的智能变电站神经网络学习与优化方法，包括以下步骤：S1，利用F5G全光网络获取采集的出入智能变电站的人脸图像数据；S2，对利用F5G全光网络获取采集的出入智能变电站的人脸图像进行预处理；S3，构建预处理后的人脸图像实现特征提取；S4，根据人脸特征样本方法获得人脸特征样本；S5，根据神经网络进行人脸图像训练，以学习优化人脸识别模型；S6，根据梯度算法对卷积神经网络参数进行调节；S7，将训练结果输入分类器中进行分类预测，以实现人脸判别。本发明能够实现对进出智能变电站的人员进行辨别，提升准确率和效率。