基于粗糙集支持向量机的网络故障诊断系统

• 作者: 刘凤玉 李千目 游静 赵学龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集 支持向量机 网络故障诊断
• 年，卷（期）: 2004,（29）
• 所属期刊栏目: 下一代开放式网络、信息安全、服务管理技术
• 页码范围: 66-68
• 页数: 3页
• 分类号: TP311
• 字数: 3829字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.29.021

摘要

该文针对传统网络故障知识库冗余度高和稳定性难以两全的缺陷,综合运用支持向量机方法和粗糙集理论,提出了RSvM方法,实现不一致情况下的规则获取和学习样本的净化处理.该算法具有简化样本、适应性强、容错性高等特点,能有效处理网络故障诊断中噪声或不相容的信息.由于该方法选择了比SMO更大的工作集而没有增加过多的计算,总的优化步骤减少,收敛速度也更快,平均训练速度约为SMO的两倍.实验表明,利用该方法实现的系统与同类的其他方法相比,提高了诊断准确率和诊断速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李千目	南京理工大学计算机系	169	1365	19.0	28.0
2	赵学龙	南京理工大学计算机系	26	164	8.0	11.0
3	刘凤玉	南京理工大学计算机系	222	2047	22.0	31.0
4	游静	南京理工大学计算机系	15	140	7.0	11.0