一种基于模式提取进行表征学习的蜂窝网络故障诊断方法.pdf
猫巷****晓容
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于模式提取进行表征学习的蜂窝网络故障诊断方法.pdf
本发明公开了一种基于模式提取进行表征学习的蜂窝网络故障诊断方法,在蜂窝网络场景中,当网络状况出现异常时,监测收集到的关键指标数据可以被用于故障的诊断和故障原因的分析。本发明采用模式提取的方法来从网络数据中挖掘内在特征表示,首先根据网络参数指标的阈值信息为数据生成相应的状态模式,在整个表征学习过程中包括两个任务,第一个任务是重构数据本身,第二个任务是重构数据对应的状态模式,这两个任务可以使编码器分别从全局和局部的角度来学习表征。然后通过蜂窝网络数据训练得到故障诊断模型。本发明通过提取富含信息的表征来提高诊断
一种基于主动学习自组织蜂窝网络的故障诊断方法及系统.pdf
本发明提供一种基于主动学习自组织蜂窝网络的故障诊断方法及系统,所述方法包括:构建系统仿真平台;利用所述系统仿真平台仿真网络故障,获得多个关键性能指标KPI数据;从多个所述KPI数据中选取第一设定数量的所述KPI数据作为训练集,将剩余的所述KPI数据作为测试集;根据所述训练集确定学习引擎;利用所述测试集中各KPI数据进行验证,获得输出学习引擎,以使后续将所述待测KPI数据输入所述学习引擎中进行故障诊断。本发明减少了故障预测所需的带有故障原因的KPI数据的数量,而且还提高了故障预测的准确性。
一种基于深度学习和知识图谱的蜂窝网络故障诊断方法.pdf
本发明涉及通信网络技术领域,是一种基于深度学习和知识图谱的蜂窝网络故障诊断方法,使用图卷积神经网络GCN的方法对网络告警数据进行预诊断,该方法考虑了告警数据之间的相关性,有效地提高了网络故障诊断的准确率;使用长短期记忆网络LSTM和条件随机场CRF对非结构化知识进行抽取,使用爬虫技术对半结构知识进行抽取,最后融合结构化数据、半结构化数据、非结构化数据构建一个全面的面向5G网络的故障知识图谱;使用已构建的知识图谱对图卷积神经网络的诊断结果进行验证和推理,该方法考虑了告警与故障之间的复杂关系以及故障与原因、方
一种蜂窝网络故障诊断方法.pdf
本发明公开了一种蜂窝网络故障诊断方法,包括以下步骤:步骤1、确定网络故障数据集;步骤2、得到降维后的网络故障数据集;步骤3、将步骤2中降维后的网络故障数据集用特征矩阵的形式来表示;将步骤2中降维后的网络故障数据集的标签信息用标签矩阵的形式表示;将引入的权重矩阵转换为矩阵元素只有0和1的邻接矩阵;步骤4、基于图卷积神经网络的故障诊断。该新型蜂窝网络故障诊断方法深入研究了异构无线网络的智能故障诊断,结合大数据处理方法分析样本间的相似特性,将已有的网络故障参数数据集转换成图结构数据,利用图卷积神经网络从图结构数
基于角色的网络表征学习方法.docx
基于角色的网络表征学习方法基于角色的网络表征学习方法摘要:基于角色的网络表征学习方法是近年来在图神经网络领域中备受关注的一个研究方向。传统的网络表征学习方法主要关注网络中节点的全局结构信息,而忽视了节点的角色信息。在真实世界中,节点的角色往往与其周围的节点相互作用密切相关,并且不同角色的节点在网络中扮演不同的功能和任务。因此,基于角色的网络表征学习方法通过捕捉节点的角色信息,并将其融入到网络表征学习中,可以更好地提取网络中节点的信息。本文将重点介绍基于角色的网络表征学习方法的研究进展,并讨论其在实际应用中